千机 API 热点事件观察中
AWS介绍用多轮强化学习微调搜索代理
1 篇报道1 个报道来源2 天前更新
先了解这件事
报道摘要
AWS 使用 Amazon SageMaker AI 多轮强化学习，将 Qwen3.6-27B 微调为搜索智能体，并在四个留出测试集上评估检索质量与可靠性。微调后，BrowseComp-Plus 的 nDCG@10 提升 23.7%，失败率从 22.89% 降至 0.68%；WixQA 和 Wands 的 nDCG@10 也有所提升，FreshStack 则略有下降。
摘自 AWS Machine Learning Blog
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AWS Machine Learning Blog精选AWS 使用 Amazon SageMaker AI 多轮强化学习微调搜索智能体
AWS 使用 Amazon SageMaker AI 多轮强化学习，将 Qwen3.6-27B 微调为搜索智能体，并在四个留出测试集上评估检索质量与可靠性。微调后，BrowseComp-Plus 的 nDCG@10 提升 23.7%，失败率从 22.89% 降至 0.68%；WixQA 和 Wands 的 nDCG@10 也有所提升，FreshStack 则略有下降。
本事件热度走势
当前热度 3·可比范围峰值 3（10月4日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。