RLVRTrainer

AWS SageMaker 支持无服务器模型定制以进行产品标记

Amazon SageMaker 提供了一项新的无服务器模型定制功能，允许用户针对产品标记等特定任务微调开放权重模型。该方法使用监督微调 (SFT) 和带有可验证奖励的强化学习 (RLVR) 来优化 Qwen3-8B 等模型以实现一致的属性生成。无服务器定制功能可管理训练容量，然后可以将优化后的模型部署用于批量处理，例如目录丰富。