AWS Machine Learning Blog· Huibin Shen·· 6 天前精选AI 评分72
Amazon SageMaker AI 多轮强化学习微调搜索智能体实战
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
本文介绍如何使用 Amazon SageMaker AI 的多轮强化学习（MTRL）功能微调 Qwen3.6-27B 搜索智能体。作者在四个基准测试上验证了微调效果：WixQA 提升 18.4%、Wands 提升 6%、BrowseComp-Plus 提升 23.7%，同时失败率从 22.89% 降至 0.68%。
推荐理由
给出了用 MTRL 训练搜索智能体的完整流程和实测数据，读者可以据此判断该方法对自己场景的适用性。
来源：AWS Machine Learning Blog · aws.amazon.com