AWS Machine Learning Blog· Nilesh PS·· 4 天前AI 评分28
在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
Accelerate multimodal RL training with SkyRL on Amazon SageMaker HyperPod
AI 导读
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多模态强化学习后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
来源：AWS Machine Learning Blog · aws.amazon.com