AWS Machine Learning Blog· Huibin Shen·· 2 天前AI 评分59
在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
AWS 工程师介绍了用 Amazon SageMaker AI MTRL 微调 Qwen3.6-27B 作为搜索智能体的完整流程，包括数据集选择、reward 函数设计（nDCG@10）。
来源：AWS Machine Learning Blog · aws.amazon.com