Amazon SageMaker AI 多轮强化学习实战指南

Amazon SageMaker AI 多轮强化学习指南以 Wordle 演示智能体部署、训练与评估流程。gpt-oss-20b 在留出词集上的解题率，默认推理强度下从 61% 升至 84%，低推理强度下从 15% 升至 69%。训练 token 费用约 $339，AgentCore 运行费用另计。