AWS 推出 SageMaker 训练会话:自写 RL 训练循环免管 GPU
AWS ML Blog · rss · 2026-10-23
AWS 宣布 SageMaker AI 无服务器模型定制新增 training sessions 正式可用,让开发者自己编写训练循环,而无需管理 GPU 基础设施。
要点:
- 开发者掌控后训练逻辑,可自定义损失函数与奖励信号;SageMaker 负责 GPU 分配、分布式执行、故障恢复与 checkpoint 存储
- 支持 SFT、DPO、RLVR、RLAIF 及多轮强化学习,可用 LoRA 或全量微调,并通过持续定制串联多种技术
- 提供 cookbook 示例与模型定制 agent 技能,可在 SageMaker Studio、Kiro、Claude Code、Codex 或 Copilot 中由 agent 代办数据准备、训练、评估与部署
- 以 GRPO 为例演示了采样、评分、梯度更新、刷新采样器的完整循环;计费按处理的 token 计算,奖励函数本地评分期间不计费
- 已支持 gpt-oss-20b、gemma、Qwen3 等开源模型;客户 ImagineSoftware、Karini AI 已用于医疗理赔分诊与知识图谱 agentic 工具调用微调
「编程与Agent」频道最新
- Supabase 一键给应用装 MCP 服务器：ChatGPT/Claude 可直接调用你的应用 — dshukertjr · 2026-10-23
- Grok Bot 配「专属电脑」：浏览器+终端+云端文件系统直接干完任务 — nima_owji · 2026-10-23
- Neon 推出 TanStack AI 官方 AI Gateway 适配器，一个凭据调用多家模型 — matei_zaharia · 2026-10-23
- Reflection AI 演示 Beam 接入 opencode,自动微调 Gemma-4 准确率提升 66.5% — danielhanchen · 2026-10-23
- Cua 推出 Spaces SDK：让 Hermes 等 Agent 跑在你自己的电脑沙箱里 — Teknium · 2026-10-23
- PHP 爆两个未认证 RCE 漏洞，ProjectDiscovery 推全网免费告警服务 — cyb3rops · 2026-10-23