热点事件历史事件
AWS博客介绍用SageMaker多轮RL微调搜索代理
1 篇报道1 个报道来源17 天前更新
先了解这件事
AI 综述
2026年10月2日，AWS机器学习博客发布文章，介绍在Amazon SageMaker AI平台上使用多轮强化学习（MTRL）微调Qwen3.6-27B搜索智能体的方法。该方案通过多轮rollout生成训练数据，并以策略梯度优化模型，支持PPO、CISPO、GRPO等算法以及serverless执行模式，同时提供基于MLflow的轨迹可观测能力。
AI 根据报道生成 · 17 天前更新
最新进展10月2日 23:44
AWS发布在SageMaker AI上用多轮强化学习微调搜索智能体的方法。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AWS Machine Learning Blog在 Amazon SageMaker AI 上用多轮强化学习微调搜索智能体
AWS 介绍了在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体的方法。MTRL 通过多轮 rollout 生成训练数据并以策略梯度优化模型，支持 PPO、CISPO、GRPO 等算法和 serverless 执行，并提供基于 MLflow 的轨迹可观测性。