热点事件持续更新
SageMaker AI 多轮 RL 微调搜索代理
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，AWS 团队在 Amazon Machine Learning Blog 发布技术实践，介绍在 Amazon SageMaker AI 上使用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体。该方法以 nDCG@10 作为轨迹级奖励，仅调整三个超参数即完成训练，展示了 SageMaker AI 对多轮 RL 工作流的支持能力。目前该报道为事件的首篇公开信息，尚无后续更新或矛盾报道。
AI 根据报道生成 · 3 小时前更新
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精选Amazon SageMaker AI 多轮强化学习微调搜索智能体实践
AWS 团队在 Amazon SageMaker AI 上使用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，以 nDCG@10 作为轨迹级奖励，仅改动三个超参数即完成训练。
本事件热度走势
当前热度 9·可比范围峰值 10（10月3日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。