AWS 发布 SageMaker 多轮强化学习实操指南

AWS 发布 Amazon SageMaker AI 多轮强化学习（MTRL）实操指南，以 Wordle 为例演示从部署 AgentCore 智能体与奖励函数、准备数据集，到训练、在 MLflow 中监控、再到按服务配置评估的完整流程。 指南说明，目前支持的基座模型均以 LoRA 适配器训练；训练任务必须与运行时 ARN 位于同一区域，跨区域 ARN 会被 CreateJob 拒绝；使用前需先创建 MLflow 应用。仓库的启动脚本会连续运行评估，因为默认配额一次只允许一个评估任务，用户可申请提高配额。

AI 根据报道生成 · 3 小时前更新