AWS Machine Learning Blog· Huibin Shen·· 14 天前
在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
在 Amazon SageMaker AI 上通过多轮强化学习（MTRL）微调 Qwen3.6-27B，可训练搜索智能体跨多轮自主调用 BM25 词法搜索与向量搜索工具。
入选记录
门槛 60官方一手第一次 34第二次 38
未入选两次之和 72 < 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：多轮RL微调搜索Agent的AI技术教程
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：AWS Machine Learning Blog · aws.amazon.com