AWS Machine Learning Blog· Huibin Shen·· 3 天前AI 评分48
使用 Amazon SageMaker AI 多轮强化学习微调搜索智能体
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
使用 Amazon SageMaker AI 多轮强化学习（MTRL）微调 Qwen3.6-27B 模型，构建了一个自主使用 BM25 和向量搜索工具的搜索智能体。
来源：AWS Machine Learning Blog · aws.amazon.com