AWS Machine Learning Blog· Daniel Quang·· 10 天前精选AI 评分78
AWS SageMaker AI 推出多轮强化学习功能，含端到端实操指南
Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide
AI 导读
AWS 在 SageMaker AI 上线多轮强化学习（MTRL）功能，通过 Lambda forwarder 将提示发送给托管在 Amazon Bedrock AgentCore 或自有基础设施的 Agent，由 Agent 执行多步操作并在回合结束后返回单一奖励，使用 GRPO 对策略模型的 LoRA 适配器进行更新。
推荐理由
AWS 提供多轮强化学习实操路径，用 Wordle 演示如何用单一终局奖励训练 Agent，展示可迁移的工作流设计。
来源：AWS Machine Learning Blog · aws.amazon.com