AWS分享SageMaker AI MTRL微调搜索Agent实践

2026年10月2日，AWS Machine Learning Blog发布文章，介绍在Amazon SageMaker AI上使用多轮强化学习（MTRL）微调搜索智能体的方法与结果。据该报道，AWS团队以Qwen3.6-27B为基座模型微调搜索智能体，仅调整max_epochs、global_batch_size、rollout_max_concurrency三个超参数，其余均采用默认值，并分享了在检索质量与可靠性方面观察到的结果。报道同时列出使用条件：需具备可访问美国西部（俄勒冈）区域（us-west-2）Amazon SageMaker AI的AWS账户；训练与验证数据集须按MTRL文档要求的格式上传至Amazon S3；需部署暴露BM25与向量搜索工具的智能体端点，供MTRL环境在rollout期间调用。报道还称，MTRL训练可能持续多天，服务默认时限为24小时，可通过CreateJob JSON schema调整。目前该事件仅有这一篇一手报道，尚无后续跟进或矛盾信息。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。