AWS发布SageMaker多轮强化学习实践

AWS发布Amazon SageMaker AI多轮强化学习实战指南，通过Amazon Bedrock AgentCore托管Wordle智能体，并以单回合最终奖励训练gpt-oss-20b，使其完成多轮交互任务。指南涵盖部署智能体与奖励服务、准备数据、训练、在MLflow中监控及按服务配置评估。 AgentCore运行时按智能体使用的vCPU和内存另行计费。AWS称，用户的数据集、智能体和训练后的模型保留在其AWS账户中，不会用于训练基础模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。