热点事件历史事件

AWS发布SageMaker AI多轮强化学习实操指南

1 篇报道1 个报道来源10 天前更新

先了解这件事

AI 综述

AWS发布在Amazon SageMaker AI上进行多轮强化学习（MTRL）的实操指南：训练模型完成需连续多步决策的智能体任务，只对最终结果打分，不指定正确轨迹。训练时，SageMaker AI通过AWS Lambda转发器把提示发送到托管在Amazon Bedrock AgentCore或自有基础设施上的智能体；智能体调用策略模型与环境交互，回合结束后返回单一奖励，再用GRPO更新策略模型上的LoRA适配器。指南要求先创建MLflow应用；默认配额一次只允许一个评估作业，可申请提高；作业运行期间不要重新部署智能体。AWS称，数据集、智能体和训练后的模型保留在用户AWS账户中，不用于训练基础模型。

AI 根据报道生成 · 10 天前更新

最新进展10月24日 01:48

在 Amazon SageMaker AI 上进行多轮强化学习：实战指南

报道时间线

沿着报道，了解事件的不同侧面。

10月24日

01:48
AWS Machine Learning Blog
在 Amazon SageMaker AI 上进行多轮强化学习：实战指南
Amazon SageMaker AI 支持多轮强化学习（MTRL），训练模型完成需要连续多步决策的智能体任务，只对最终结果打分而不指定正确轨迹。训练时 SageMaker AI 通过 AWS Lambda 转发器把提示发送到托管在 Amazon Bedrock AgentCore 或自有基础设施上的智能体，智能体调用策略模型与环境交互，回合结束后返回单一奖励，再用 GRPO 更新策略模型上的 LoRA 适配器。