AWS、
要
AI要約
AWS が SageMaker AI の MTRL で検索エージェントを調整しました。 Qwen3.6-27B を BM25 とベクトル検索の 2 ツールで学習します。 報酬は検索品質に基づき、PPO や CISPO を選べます。
AI要約です。詳しくは出典へ。誤りを報告
典
出典
1ソース · 一次情報
AWS Machine Learning Blog一次Fine-tune a search agent with multi-turn RL on Amazon SageMaker AIaws.amazon.com