AWS在官方博客发布教程，介绍如何用序列级知识蒸馏（SeqKD）在Amazon SageMaker AI上微调购物智能体：由Amazon Bedrock上的GLM-5.3充当教师模型生成轨迹，用ShoppingBench自带评分器只保留解题成功的轨迹，再对Qwen3.5-4B学生模型做服务端无服务器SFT。 按教程说明，使用需在支持SageMaker AI模型定制的AWS区域开通该功能；训练任务本身无需清理，但为部署所建的实时推理端点运行期间持续计费，结果出来后可拆除，S3中保存的轨迹与输出产物也按存储时长计费，可删除或转至低成本存储。
AI 根据报道生成 · 56 分钟前更新
沿着报道，了解事件的不同侧面。
AWS 官方博客介绍如何用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调购物智能体：以 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成轨迹，用 ShoppingBench 自带评分器只保留解题成功的轨迹，再对 Qwen3.5-4B 学生模型做服务端无服务器 SFT。
还没有足够的连续观测数据，暂不绘制趋势。