نشرت AWS دليلاً لضبط وكيل بحث باستخدام التعلّم المعزّز متعدد الجولات على Amazon SageMaker AI. وتدرّب هذه الطريقة الوكيل عبر سلسلة كاملة من عمليات البحث، مع استخدام جودة نتائجه النهائية مكافأةً له.
في تقييم AWS، حقق Qwen3.6-27B بعد ضبطه تحسناً في ثلاثة من أربعة اختبارات محجوبة. وفي BrowseComp-Plus، ارتفعت نتيجته وفق مقياس nDCG@10 بنسبة 23.7%، وانخفض معدل الإخفاق من 22.89% إلى 0.68%. وتقول AWS إن التدريب استمر دورة واحدة واستخدم حجم دفعة قدره 128؛ لكن المنشور لا يعرض مجموعة كاملة من النتائج في النص المتاح.
لماذا يهم
تشير نتائج AWS إلى أن الضبط متعدد الجولات قد يقلل إخفاقات المهام لدى الفرق التي تطوّر وكلاء بحث على SageMaker AI، لكن المقتطف المتاح من المنشور لا يتضمن نتائج الاختبارات كاملة أو تكاليف التدريب.
