在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，训练环境提供 BM25 词法搜索与向量搜索两个工具。MTRL 支持 PPO、CISPO、IS 损失与 GRPO 等优势估计器，采用无服务器按 token 计费，并可在 MLflow 中逐轮查看轨迹与奖励。
全部多领域动态
AWS Machine Learning BlogAI 评分4747
RFID JournalAI 评分2222 LocaXion 如何用位置智能减少机器缺料停机
LocaXion 在一家一级汽车供应商工厂部署基于位置智能的 ANDON 方案，将机器缺料相关停机平均每周减少 17 小时。该方案在现有叉车与牵引车 RTLS 数据之上叠加定量与定时 ANDON 层，结合路线标准、时间窗口、暂存区与异常规则，让驾驶员和主管实时看到路线是否偏离标准。工厂经理 Patrice Brooks 表示，方案提供了可每日管理的厂内物流基线，并可用于仿真预演路线与人员调整。