热点事件持续更新
SageMaker MTRL微调搜索代理
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月2日，AWS Machine Learning Blog 介绍了在 Amazon SageMaker AI 上使用多轮强化学习（MTRL）微调搜索 Agent 的流程。报道称，该流程以 Qwen3.6-27B 为基础模型，将 nDCG@10 作为轨迹级奖励信号，并使用 BM25 与向量搜索工具构建多轮检索环境，用于训练搜索 Agent 在多轮交互中改进检索表现。报道未提及该方案已作为独立产品发布，也未提供外部评测或部署进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 23:44
AWS 介绍用 SageMaker AI 对 Qwen3.6-27B 搜索 Agent 做 MTRL 微调。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 BlogAmazon SageMaker AI 如何用多轮 RL 微调搜索 Agent
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。
本事件热度走势
当前热度 6·可比范围峰值 7（10月3日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。