# AWS présente le fine-tuning par RL multi-tour pour les agents de recherche

> Selon AWS, le fine-tuning de Qwen3.6-27B avec SageMaker AI a amélioré les résultats sur trois des quatre benchmarks de recherche tenus à l’écart et réduit les échecs sur BrowseComp-Plus.

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

AWS a publié un guide expliquant comment affiner un agent de recherche par apprentissage par renforcement multi-tour sur Amazon SageMaker AI. Cette méthode entraîne l’agent sur une séquence complète de recherches et utilise la qualité des résultats finaux comme récompense.

Lors de l’évaluation d’AWS, Qwen3.6-27B affiné a obtenu de meilleurs résultats sur trois des quatre benchmarks tenus à l’écart. Sur BrowseComp-Plus, son score nDCG@10 a augmenté de 23.7 % et son taux d’échec est passé de 22.89 % à 0.68 %. AWS indique que l’entraînement a duré une époque et utilisé une taille de lot de 128 ; le texte fourni ne donne pas l’ensemble des résultats.

## Les faits

- AWS fait état d’une amélioration de 23.7 % du score nDCG@10 sur BrowseComp-Plus.
- Lors de l’évaluation d’AWS, le taux d’échec sur BrowseComp-Plus est passé de 22.89 % à 0.68 %.

## Pourquoi c'est important

Pour les équipes qui développent des agents de recherche sur SageMaker AI, les résultats d’AWS suggèrent que le fine-tuning multi-tour pourrait réduire les échecs, même si l’extrait fourni ne comprend ni tous les résultats des benchmarks ni les coûts d’entraînement.

## Sources et références

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

Dernière mise à jour: 2026-10-02