SageMaker AI 多轮 RL 微调搜索智能体
先了解这件事
AI 综述
2026年10月2日，AWS Machine Learning Blog 发布一手内容，介绍在 Amazon SageMaker AI 上使用多轮强化学习（MTRL）微调搜索智能体的方法。官方示例以 Qwen3.6-27B 为基础模型，在 us-west-2 区域进行训练，所构建的智能体配备 BM25 词法搜索与向量搜索两个工具。报道未披露训练数据规模、评测结果、成本或与其他方法的对比，也未提及该功能是否已正式开放或仅限示例。目前进展停留在官方示例发布阶段，后续是否会有更多模型支持、区域扩展或效果数据尚不可知。
报道时间线
10月2日
- 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，官方示例以 Qwen3.6-27B 为基础模型，在 us-west-2 区域训练，智能体配备 BM25 词法搜索与向量搜索两个工具。