AWS 发布 SageMaker AI 多轮强化学习训练智能体实操教程

AWS 在 AWS Machine Learning Blog 发布实操教程，演示如何在 Amazon SageMaker AI 上用多轮强化学习（MTRL）端到端训练智能体模型：训练任务调用托管在 Amazon Bedrock AgentCore 上的智能体，在多步任务中按最终结果给予奖励，并用 GRPO 更新 LoRA 适配器。教程基于 Wordle 任务示例，配套 aws-samples 示例仓库，完整流程包括将智能体和奖励函数部署到 AgentCore、准备数据集、训练、在 MLflow 中监控以及按服务配置进行评估。 使用上有几个前提：训练要求先创建 MLflow 应用（可用 aws sagemaker create-mlflow-app 创建）；评估任务默认配额为同时运行一个，可申请提升。AWS 称用户的数据集、智能体和训练后的模型都保留在自己的 AWS 账户内，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。