AWS hat eine Anleitung zum Fine-Tuning eines Suchagenten mit mehrstufigem Reinforcement Learning auf Amazon SageMaker AI veröffentlicht. Bei dieser Methode wird der Agent über eine ganze Folge von Suchanfragen hinweg trainiert; als Belohnung dient die Qualität der endgültigen Ergebnisse.
In der Auswertung von AWS schnitt das feinabgestimmte Qwen3.6-27B bei drei von vier zurückgehaltenen Benchmarks besser ab. Bei BrowseComp-Plus stieg der nDCG@10-Wert um 23.7%, während die Fehlerquote von 22.89% auf 0.68% sank. AWS zufolge umfasste das Training eine Epoche und eine Batch-Größe von 128; der Beitrag enthält im vorliegenden Text keine vollständigen Ergebnisse.
Warum es wichtig ist
Für Teams, die Suchagenten mit SageMaker AI entwickeln, deuten die Ergebnisse von AWS darauf hin, dass mehrstufiges Fine-Tuning die Zahl fehlgeschlagener Aufgaben verringern könnte. Der vorliegende Auszug enthält jedoch weder die vollständigen Benchmark-Ergebnisse noch Angaben zu den Trainingskosten.
