AWS推出SageMaker多轮强化学习实践指南，支持端到端任务结果驱动训练

Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide AWS机器学习博客发布在Amazon SageMaker AI上运行多轮强化学习（MTRL）的工程指南，并以Wordle为例演示完整流程。该方法根据完整多步任务的最终产出而非分步标签对模型进行优化，并基于Amazon Bedrock AgentCore部署智能体与奖励机制，覆盖数据集准备、训练和评估。