AWS 发布 SageMaker AI 多轮强化学习指南

AWS 发布在 Amazon SageMaker AI 上进行多轮强化学习（MTRL）的实操指南：训练任务由 AgentCore 托管的智能体完成多步任务，只回传一个结果奖励，指南覆盖部署智能体与奖励、准备数据、训练、在 MLflow 中监控及在服务设置下评估的完整流程。 AWS 称，该指南目前支持的基础模型均以 LoRA 适配器训练；MLflow 应用为必需项，需先用 aws sagemaker create-mlflow-app 创建；AgentCore 运行时按智能体使用的 vCPU 和内存单独计费。与训练验证不同，评估时可设置温度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。