AWS, Amazon SageMaker AI üzerinde çok turlu pekiştirmeli öğrenme kullanarak bir arama ajanına ince ayar yapma rehberi yayımladı. Yöntemde ajan, bir dizi arama boyunca eğitiliyor ve ödül olarak ulaştığı nihai sonuçların kalitesi kullanılıyor.
AWS’nin değerlendirmesinde, ince ayar yapılan Qwen3.6-27B eğitimde kullanılmayan dört kıyaslamanın üçünde daha iyi sonuç verdi. BrowseComp-Plus’ta nDCG@10 puanı %23.7 artarken başarısızlık oranı %22.89’dan %0.68’e düştü. AWS, eğitimin bir epoch ve 128’lik batch size ile yapıldığını söylüyor; ancak paylaşımın sağlanan metninde sonuçların tamamı yer almıyor.
Neden önemli
SageMaker AI üzerinde arama ajanları geliştiren ekipler için AWS’nin sonuçları, çok turlu ince ayarın görev başarısızlıklarını azaltabileceğine işaret ediyor. Ancak paylaşımın sağlanan bölümünde kıyaslama sonuçlarının tamamı veya eğitim maliyetleri yer almıyor.
