AWS Machine Learning Blog· Nilesh PS·· 24 天前AI 评分43
在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
Accelerate multimodal RL training with SkyRL on Amazon SageMaker HyperPod
AI 导读
SkyRL 在 Amazon SageMaker HyperPod 上对 Qwen3-VL-8B 做 GRPO 后训练，将固定 64-maze 评估集的迷宫求解率从 43.75% 提升到超过 95%。
来源：AWS Machine Learning Blog · aws.amazon.com