AWS 发布 SageMaker AI 多轮强化学习实操指南

AWS 发布在 Amazon SageMaker AI 上进行多轮强化学习（MTRL）的实操指南，完整流程包括：将智能体和奖励函数部署到 AgentCore、准备数据集、训练、在 MLflow 中监控，以及在服务配置下评估。训练任务通过 AgentCore 托管的智能体完成多轮交互，只按整局结果给奖励。 AWS 称 MTRL 为无服务器模式：用户选择基础模型，训练和采样基础设施由服务提供。AgentCore 运行时按智能体使用的 vCPU 和内存单独计费；使用前必须先创建 MLflow 应用；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 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。