在 Amazon SageMaker AI 上用多轮 RL 微调 search agent
Amazon SageMaker AI 的多轮强化学习(MTRL)被用于微调 Qwen3.6-27B,构建可自主调用 BM25 词法搜索与向量搜索两个工具的企业 search agent。
Amazon SageMaker AI 的多轮强化学习(MTRL)被用于微调 Qwen3.6-27B,构建可自主调用 BM25 词法搜索与向量搜索两个工具的企业 search agent。
教程演示如何用 Amazon Bedrock Knowledge Bases 和 AgenticRetrieveStream API 构建能以自然语言查询理赔记录并返回带引用答案的助手。