热点事件持续更新
SageMaker AI 多轮 RL 微调搜索 Agent
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 2 日，AWS Machine Learning Blog 发布文章，介绍如何在 Amazon SageMaker AI 上通过多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体。报道称，训练环境为该智能体提供 BM25 与向量检索两类工具；MTRL 以 serverless 方式运行并按 token 计费，支持 PPO、CISPO 等算法。训练数据来自 FRAMES、BRIGHT 与 Enterprise RAG。这是该事件目前唯一的一手报道，文中未披露微调后的评测结果与具体性能数据，也尚无后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 23:44
AWS 发文介绍在 SageMaker AI 上用多轮 RL 微调 Qwen3.6-27B 搜索智能体的方法。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AWS Machine Learning Blog如何在 Amazon SageMaker AI 上用多轮 RL 微调 Qwen3.6-27B 搜索智能体
Amazon SageMaker AI 通过多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，环境提供 BM25 与向量检索工具。MTRL 以 serverless 按 token 计费，支持 PPO、CISPO 等算法，训练数据来自 FRAMES、BRIGHT 与 Enterprise RAG。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。