SageMaker AI でマルチターン RL 微調整する検索エージェント
まずはこの出来事を
AI によるまとめ
2026年10月2日、AWS Machine Learning Blog は、Amazon SageMaker AI 上でマルチターン強化学習（MTRL）により Qwen3.6-27B を微調整し、BM25 語彙検索とベクトル検索のツールを複数ターンにわたり自律的に呼び出す検索エージェントを訓練する手法を紹介する記事を公開した。訓練データの規模、評価結果、提供開始時期などの詳細は明らかにされていない。
報道をもとに AI が作成 · 14 日前に更新
報道の時系列
報道をたどり、出来事のさまざまな面を知る。
10月2日
- AWS Machine Learning BlogAmazon SageMaker AI でマルチターン RL による検索エージェントの微調整
Amazon SageMaker AI 上でマルチターン強化学習（MTRL）により Qwen3.6-27B を微調整すると、BM25 字句検索とベクトル検索のツールを複数ターンにわたって自律的に呼び出す検索エージェントを訓練できる。