AWS Machine Learning Blog· Nilesh PS·· 6 日前
Amazon SageMaker HyperPodでSkyRLを使い多モーダルRL学習を高速化
Accelerate multimodal RL training with SkyRL on Amazon SageMaker HyperPod
AI による要約
Amazon SageMaker HyperPodでオープンソースRLフレームワークSkyRLを使い、GRPOで視覚言語モデルQwen3-VL-8Bをマルチモーダル強化学習によって追加学習した。固定の64迷路評価セットで、迷路の成功率を43.75%から95%超へ引き上げた。
入選の記録
基準 60公式・一次情報1 回目 312 回目 22
入選せず二回の合計 53 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：多模态RL训练与模型部署教程
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：AWS Machine Learning Blog · aws.amazon.com