Amazon SageMaker AI 无服务器模型定制功能新增训练会话，已于今日正式开放。用户可自行编写并协调后训练循环，包括自定义损失函数、奖励信号或多轮强化学习，同时由 SageMaker AI 负责 GPU 分配、分布式执行、故障恢复与检查点存储。
该服务支持 SFT、DPO、RLVR、RLAIF 及多轮强化学习等技术，用户可选择 LoRA 或全量微调，并通过连续定制方式组合不同方法。平台提供训练会话示例手册，包含用例与模型定制代理技能，用户可在 SageMaker Studio、Kiro、Claude Code、Codex 或 GitHub Copilot 中描述需求，由代理完成数据准备、技术选择、训练、评估与部署。
一家医疗索赔拒付分流模型团队表示，该服务提供的底层 API 直接控制前向后向传播、采样与优化步骤，满足其对强化学习在高精度场景下的精细控制需求。
信源:https://aws.amazon.com/blogs/machine-learning/announcing-new-ways-to-customize-models-with-sagemaker-ai-without-managing-gpus/