AI 报告 · Amazon · 2026-10-23 · 博客 / 评论
Amazon SageMaker AI 上的多轮强化学习：实操指南
原标题: Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide
Amazon SageMaker AI 上的多轮强化学习（Multi-Turn Reinforcement Learning，MTRL）依据整个多步骤任务的结果来训练模型，而不是依据带标注的步骤。本实操指南以 Wordle 为例，完整演示从在 Amazon Bedrock AgentCore 上部署智能体和奖励，到数据集准备、训练和评估的全流程。