AWS Machine Learning Blog· Huibin Shen·· 1 天前精选AI 评分60
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 团队用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，在 BrowseComp-Plus 上 nDCG@10 提升 23.7%，失败率从 22.89% 降至 0.68%。
推荐理由
AWS 团队公开了用 SageMaker AI 多轮 RL 微调搜索智能体的完整配置与逐项基准结果，可迁移到自有检索场景。
来源：AWS Machine Learning Blog · aws.amazon.com