AWS anuncia Multi-Turn Reinforcement Learning en Amazon SageMaker AI
Según AWS. Nueva capacidad sin servidor permite entrenar modelos para flujos de trabajo complejos de múltiples pasos mediante aprendizaje por refuerzo.
- • Facilita el entrenamiento para tareas que requieren toma de decisiones secuencial.
- • Arquitectura sin servidor que elimina la necesidad de gestionar clústeres.
- • Soporta el entrenamiento de adaptadores LoRA para flujos de trabajo específicos.
- • Garantiza que los datos del usuario permanezcan en su propia cuenta de AWS.
Enfoque en tareas de múltiples pasos
AWS ha introducido Multi-Turn Reinforcement Learning (MTRL) en Amazon SageMaker AI para abordar las limitaciones del ajuste fino supervisado en tareas de agentes. Al permitir que los modelos reciban retroalimentación solo después de completar una secuencia de acciones, MTRL permite que los agentes aprendan procesos complejos como la gestión de tickets de soporte o flujos de trabajo internos.
Implementación técnica y disponibilidad
El servicio MTRL es sin servidor, lo que permite a los usuarios seleccionar un modelo base sin gestionar la infraestructura subyacente. Actualmente es compatible con modelos como Amazon Nova 2 Lite, GPT-OSS-20B, Gemma 4 31B y Qwen 3.6 27B. El sistema utiliza la optimización de políticas relativas de grupo (GRPO) para actualizar adaptadores LoRA, manteniendo el entrenamiento eficiente.
- 1. aws.amazon.comAbrir fuente