AWS Machine Learning Blog· Daniel Quang·· 4 天前AI 评分56
AWS 手把手教程：在 SageMaker AI 上做多轮强化学习，用约 $339 把 GPT-OSS-20B 的 Wordle 解题率从 61% 提到 84%
Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide
AI 导读
AWS Machine Learning Blog 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的实操指南，以 Wordle 为教学示例，训练信号只来自整局结果评分，agent 托管在 Amazon Bedrock AgentCore，用 GRPO 更新 LoRA 适配器。
来源：AWS Machine Learning Blog · aws.amazon.com