AWS Machine Learning Blog· Huibin Shen·· 17 小时前AI 评分50
Amazon SageMaker AI 如何用多轮 RL 微调搜索 Agent
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
AWS 介绍了在 Amazon SageMaker AI 上用 MTRL 微调 Qwen3.6-27B 搜索 Agent 的流程，将 nDCG@10 作为轨迹级奖励，并用 BM25 与向量搜索工具构建多轮检索环境。
来源：AWS Machine Learning Blog · aws.amazon.com