返回资源列表

Amazon Web Services (AWS Machine Learning Blog) · Daniel Quang · Hadrien Almela · Vinay Bhat

Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide

Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide是Amazon Web Services (AWS Machine Learning Blog)的免费实践教程（en）。前置条件：需要了解 LLM 微调、强化学习（策略、奖励、GRPO）与 LoRA 的基本概念，并能读写 Python 与常见 ML 配置。

掌握在 Amazon SageMaker AI 上用多轮强化学习（MTRL + GRPO + LoRA）训练能完成多步任务的 Agent，并以 Wordle 为例走通从环境部署到训练、监控与评估的完整流程。

打开官方课程
难度
见前置条件
类型
教程 · 实践教程
语言
en
规模
1 个课节
内容费用
免费
动手
需要动手环境

使用限制

阅读教程无需账号；动手实践需要 AWS 账号及相应服务权限。

练习与作业
AWS 账号，需可开通 Amazon SageMaker AI、Amazon Bedrock AgentCore、AWS Lambda、MLflow 等相关服务SageMaker 训练与推理资源按量计费，练习会产生费用AWS 服务配额（网页提到可按需申请提高配额）

第一次学这门课？先完成学前准备，把课程目录搭好。

每节课这样学

  1. 发提示词把下面的每课提示词发给 AI Agent，它会准备这一课的练习文件。
  2. 学官方课节打开对应课节学习，按提示从第一道练习做起；它不会替你写答案。
  3. 记进度学完让 AI Agent 在 progress.md 勾选，并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide」。课程目录是 sagemaker-mtrl-wordle/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。

课节共 1 节 · 官方顺序

  1. 01Multi-Turn Reinforcement Learning on Amazon SageMaker AI: A hands-on guide

常见问题

免费吗？

免费：网页正文可免费阅读完整教程，代码在公开的 aws-samples 仓库中，无付费墙或登录拦截；但运行训练需另付 SageMaker 云服务费用。实践需要付费：文中示例训练约花费 339 美元的训练 token 费用，实操需开通并按 SageMaker AI、AgentCore 等 AWS 服务的定价付费。

需要什么基础？

需要了解 LLM 微调、强化学习（策略、奖励、GRPO）与 LoRA 的基本概念，并能读写 Python 与常见 ML 配置。软件、账号与硬件：需要 AWS 账号并有权限使用 Amazon SageMaker AI、Amazon Bedrock AgentCore 及相关配额（网页提到可申请提高配额）；训练会产生费用，实践需按 SageMaker 定价付费；需能使用 GitHub 仓库 aws-samples/sample-multi-turn-rl-wordle 中的代码。

有中文吗？

本站记录的语言是en；是否有中文字幕或译本本站未核实，请以原站为准。

怎么开始？

从原始资源入口开始：https://aws.amazon.com/blogs/machine-learning/multi-turn-reinforcement-learning-on-amazon-sagemaker-ai-a-hands-on-guide/。本页“学前准备”列出环境与工具，“学习指南”给出开课提示词，可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备：AWS 账号，需可开通 Amazon SageMaker AI、Amazon Bedrock AgentCore、AWS Lambda、MLflow 等相关服务、SageMaker 训练与推理资源按量计费，练习会产生费用、AWS 服务配额（网页提到可按需申请提高配额）。

来源与使用须知

收录时间
本站首次收录 2026-10-24原站首次发布 2026-10-24
指南参考
课程主页

版权与转载

  • 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。