AWS Machine Learning Blog· Nilesh PS·· 12 天前AI 评分43
用 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
Accelerate multimodal RL training with SkyRL on Amazon SageMaker HyperPod
AI 导读
AWS 展示了如何在 SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型完成视觉迷宫导航任务。基于 VisGym SFT checkpoint，使用 GRPO 后训练将 64 个固定迷宫评测集的解题率从 43.75% 提升到 95% 以上。
来源：AWS Machine Learning Blog · aws.amazon.com