AWSによると、SageMaker AIでQwen3.6-27Bをファインチューニングした結果、未学習の検索ベンチマーク4種のうち3種で性能が向上し、BrowseComp-Plusでの失敗率が低下した。
短信著者： OossaOossa公開日: 1 分で読める
AWSは、Amazon SageMaker AIで複数ターンの強化学習を用いて検索エージェントをファインチューニングする方法を解説したガイドを公開した。この手法では、一連の検索を通してエージェントを訓練し、最終的な検索結果の質を報酬として用いる。
AWSの評価では、ファインチューニングしたQwen3.6-27Bは未学習のベンチマーク4種のうち3種で性能が向上した。BrowseComp-Plusでは、nDCG@10のスコアが23.7%上昇し、失敗率は22.89%から0.68%に低下した。AWSによると、訓練は1エポック、バッチサイズ128で実施した。提供された文章には、結果の全容は記載されていない。
SageMaker AI上で検索エージェントを開発するチームにとって、AWSの結果は、複数ターンのファインチューニングによってタスクの失敗を減らせる可能性を示している。ただし、提供された記事の抜粋には、ベンチマークの全結果や訓練コストは含まれていない。
ツールとエージェント
Replitの新しいMonitoring Agentは、アプリの停止を検知し、修正を作成してデプロイできる。個人開発者にとって、アプリのオンコールエンジニアのような存在となる。
ツールとエージェント
Morgan Stanley、JPMorgan、Bank of America、Wells Fargoなどが、利用者の認証情報でログインするAIツールをブロックしている。
ツールとエージェント
Geminiをすでに支えるAgent Compute Engineは、今後数カ月以内にプレビュー提供される見込みです。Googleによると、アイドル状態のエージェントを一時停止し、処理能力を節約できます。
Oossa · ニュースレター
今週のAIを、わかりやすく
毎週月曜日、知っておきたいニュースをやさしい言葉で。無料・スパムなし。
