AWS ha pubblicato una guida al fine-tuning di un agente di ricerca con l’apprendimento per rinforzo multi-turno su Amazon SageMaker AI. Il metodo addestra l’agente su un’intera sequenza di ricerche, usando la qualità dei risultati finali come ricompensa.
Nella valutazione di AWS, Qwen3.6-27B ottimizzato ha ottenuto risultati migliori in tre dei quattro benchmark non usati nell’addestramento. Su BrowseComp-Plus, il punteggio nDCG@10 è aumentato del 23.7% e il tasso di errore è sceso dal 22.89% allo 0.68%. AWS afferma che l’addestramento ha previsto un’epoca e una dimensione del batch di 128; il testo fornito non riporta una serie completa di risultati.
Perché conta
Per i team che sviluppano agenti di ricerca su SageMaker AI, i risultati di AWS suggeriscono che il fine-tuning multi-turno può ridurre gli errori nei task, anche se l’estratto fornito non include i risultati completi dei benchmark né i costi di addestramento.
