AWS Machine Learning Blog· Huibin Shen·· 12 小时前精选AI 评分67
Amazon SageMaker AI 如何用多轮 RL 微调搜索智能体
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
AWS 使用 Amazon SageMaker AI 多轮 RL 微调 Qwen3.6-27B 搜索智能体，使其在四项测试中的三项提升了检索质量。BrowseComp-Plus 的 nDCG@10 从 0.5136 提升至 0.6354，失败率从 22.89% 降至 0.68%。文章还介绍了数据集、nDCG@10 奖励函数、训练配置及可恢复训练等实践。
推荐理由
文章以实际配置和四项测试结果展示多轮 RL 如何优化搜索智能体的检索质量与任务完成可靠性。
来源：AWS Machine Learning Blog · aws.amazon.com