AWS Machine Learning Blog· Daniel Quang·· 3 小时前AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
AWS 发布 SageMaker AI 多轮强化学习实操指南
Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide
AI 导读
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的端到端实操指南，训练信号来自整个任务回合的最终结果而非单步标注。示例中 gpt-oss-20b 在 Wordle 上的留出词解决率从 61% 提升到 84%，训练 token 花费约 339 美元，AgentCore 运行时约 79 美元。
来源：AWS Machine Learning Blog · aws.amazon.com