AWS Machine Learning Blog· Nilesh PS·· 2026-09-26AI 评分43
在 Amazon SageMaker HyperPod 上借助 SkyRL 加速多模态强化学习训练
Accelerate multimodal RL training with SkyRL on Amazon SageMaker HyperPod
AI 导读
基于 Amazon SageMaker HyperPod 运行开源强化学习框架 SkyRL，可通过 GRPO 算法将 Qwen3-VL-8B 视觉语言模型的迷宫求解率从 43.75% 提升至 95% 以上。
来源：AWS Machine Learning Blog · aws.amazon.com