# AWS mostra ajuste fino de agentes de busca com RL em várias etapas

> Segundo a AWS, o ajuste fino do Qwen3.6-27B com o SageMaker AI melhorou os resultados em três dos quatro benchmarks de busca retidos para avaliação e reduziu as falhas no BrowseComp-Plus.

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

A AWS publicou um guia sobre como ajustar um agente de busca com aprendizado por reforço em várias etapas no Amazon SageMaker AI. O método treina o agente ao longo de uma sequência completa de buscas e usa a qualidade dos resultados finais como recompensa.

Na avaliação da AWS, o Qwen3.6-27B ajustado teve melhor desempenho em três dos quatro benchmarks retidos para avaliação. No BrowseComp-Plus, a pontuação nDCG@10 subiu 23.7%, e a taxa de falhas caiu de 22.89% para 0.68%. A AWS diz que o treinamento usou uma época e um tamanho de lote de 128; o texto fornecido da publicação não apresenta um conjunto completo de resultados.

## Os fatos

- A AWS relata uma melhora de 23.7% na nDCG@10 no BrowseComp-Plus.
- Na avaliação da AWS, a taxa de falhas no BrowseComp-Plus caiu de 22.89% para 0.68%.

## Por que importa

Para equipes que desenvolvem agentes de busca no SageMaker AI, os resultados da AWS sugerem que o ajuste fino em várias etapas pode reduzir falhas nas tarefas, embora o trecho fornecido da publicação não inclua os resultados completos dos benchmarks nem os custos do treinamento.

## Fontes e referências

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

Última atualização: 2026-10-02