AWS发布SageMaker多轮强化学习教程：$339将GPT-OSS-20B Wordle解题率提升至84%
热点事件历史事件
AWS发布SageMaker多轮强化学习教程：$339将GPT-OSS-20B Wordle解题率提升至84%
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
AWS Machine Learning Blog 发布了在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的实操教程，以 Wordle 为示例，称用约 339 美元把 GPT-OSS-20B 的 Wordle 解题率从 61% 提到 84%。 教程覆盖完整流程：将 agent 和奖励函数部署到 Amazon Bedrock AgentCore、准备数据集、用 GRPO 更新 LoRA 适配器、在 MLflow 中监控训练，并按服务配置评估。训练信号只来自整局结果的评分，不依赖逐步标注。 按教程说明，数据集、agent 和训练出的模型都保留在用户自己的 AWS 账户内，不会用于训练基础模型。运行前需先创建 MLflow 应用（可用 aws sagemaker create-mlflow-app），且默认配额只允许同时运行一个评估任务。
AI 根据报道生成 · 2 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AWS Machine Learning BlogAWS 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%
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。