Amazon SageMaker AI 上的多轮强化学习：实战指南

Amazon SageMaker AI 通过多轮强化学习（MTRL）将 GPT-OSS-20B 在 Wordle 任务中的解题率从 61% 提升至 84%，成本约 339 美元。MTRL 采用无服务器训练，支持 GPT-OSS-20B 与 Gemma 4 31B，并通过 LoRA 适配器微调。