AWS 发布 SageMaker AI 多轮强化学习实操指南

AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的实操指南，训练任务通过 AgentCore 托管的智能体进行多轮采样，再用 GRPO 更新 LoRA 适配器。指南覆盖部署智能体与奖励函数、准备数据集、训练、在 MLflow 中监控，以及在服务配置下评估的完整流程。 使用有几项限制：AgentCore 运行时按智能体占用的 vCPU 和内存单独计费；必须事先创建 MLflow 应用；任务运行期间不要重新部署智能体；默认配额下同时只能运行一个评估任务，可申请提高。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。