AWS Machine Learning Blog· Huibin Shen·· 3 天前AI 评分49
在 Amazon SageMaker AI 上用多轮 RL 微调 search agent
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
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。
来源：AWS Machine Learning Blog · aws.amazon.com