AWS 发布 Amazon SageMaker AI 多轮强化学习实操指南

AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的实操指南，训练任务通过 AWS Lambda 转发调用托管在 Amazon Bedrock AgentCore 上的智能体，按整局结果给一个奖励，用 GRPO 更新 LoRA 适配器。