# AWS zeigt mehrstufiges RL-Fine-Tuning für Suchagenten

> Laut AWS verbesserte das Fine-Tuning von Qwen3.6-27B mit SageMaker AI die Ergebnisse bei drei von vier zurückgehaltenen Such-Benchmarks und verringerte die Fehlerquote bei BrowseComp-Plus.

Oossa · 2026-10-02 · https://oossa.com/de/aws-shows-multi-turn-rl-fine-tuning-for-search-agents

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.

## Die Fakten

- AWS meldet bei BrowseComp-Plus eine Verbesserung des nDCG@10-Werts um 23.7%.
- Die Fehlerquote bei BrowseComp-Plus sank in der Auswertung von AWS von 22.89% auf 0.68%.

## 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.

## Quellen und Referenzen

1. [Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI](https://aws.amazon.com/blogs/machine-learning/fine-tune-a-search-agent-with-multi-turn-rl-on-amazon-sagemaker-ai/) – AWS, 2026-10-02

Zuletzt aktualisiert: 2026-10-02