AWS Machine Learning Blog· Daniel Quang·· 3 小时前
Amazon SageMaker AI 多轮强化学习（MTRL）实战指南：用 Wordle 训练智能体
Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide
AI 导读
Amazon SageMaker AI 的多轮强化学习（MTRL）在 Wordle 任务上把 gpt-oss-20b 的解题率从 61% 提升到 84%（默认推理强度下），低推理强度下从 15% 提升到 69%，训练消耗约 339 美元的 token 费用。
来源：AWS Machine Learning Blog · aws.amazon.com