AWS Machine Learning Blog· Huibin Shen·· 4 小时前精选AI 评分62
用 Amazon SageMaker AI MTRL 微调搜索代理
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
AWS 官方教程介绍如何使用 Amazon SageMaker AI 多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索代理，在 BrowseComp-Plus 上 nDCG@10 提升 23.7%，失败率从 22.89% 降至 0.68%。教程给出基于 nDCG@10 的轨迹级奖励、默认超参数配置及清理建议。
推荐理由
原文给出了可直接复用的训练配置和量化结果，读者可以据此评估多轮强化学习在自身检索任务上的适用性。
来源：AWS Machine Learning Blog · aws.amazon.com