在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体

AWS 介绍了如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调搜索智能体，并在检索质量与可靠性上给出实测结果。方案以 Qwen3.6-27B 为基础模型，环境提供 BM25 词法搜索与向量搜索两种工具，并限制交互轮数。