Anleitung für mehrstufiges Verstärkungslernen mit Amazon SageMaker AI

AWS zeigt anhand von Wordle, wie Amazon SageMaker AI ein Modell nach dem Ergebnis mehrerer aufeinanderfolgender Schritte trainiert. Im gezeigten Versuch stieg die Lösungsquote von gpt-oss-20b bei den für den Einsatz gewählten Einstellungen von 61 auf 84 Prozent; die Verarbeitung der Trainingsdaten kostete rund $339, der Betrieb der AgentCore-Laufzeit zusätzlich rund $79. Der Beitrag erklärt die Einrichtung und zeigt, wie eine zunächst falsch gestaltete Belohnung verlorene Spiele begünstigte.