AWS Machine Learning Blog · 原文 2026/10/24

Amazon SageMaker AI 多轮强化学习实战教程：gpt-oss-20b 解题率从61%升至84%

AWS 官方教程演示在 Amazon SageMaker AI 上用多轮强化学习（MTRL）训练模型完成多步任务，以 Wordle 为例，将 gpt-oss-20b 在默认推理档位的解题率从 61% 提升到 84%，低档位从 15% 提升到 69%，训练 token 花费约 339 美元。

本篇尚未形成可展示的拆解。 已有导读和原文可正常阅读。