AWS Machine Learning Blog一手来源精选AI 评分6060AWS 在博客中给出 Amazon SageMaker AI 多轮强化学习（MTRL）的实操指南，用 Wordle 作为示例训练 gpt-oss-20b。训练作业和待训练的策略模型由 SageMaker AI 负责，智能体、游戏环境和奖励函数托管在 Bedrock AgentCore，只对整局结果打分，再由 GRPO 更新 LoRA 适配器。
推荐理由：从奖励设计、部署到训练失败的完整排错记录，给出了可复用的多轮强化学习落地路径和单次训练成本。
Hidden Door · AI 叙事与游戏工程一手来源精选AI 评分7070优秀的协作式叙事涉及大量复杂的决策，它们彼此相互依赖，并随着情境变化而即时调整。在 Hidden Door，我们的叙事系统将其分解为一组模块化、相互关联的任务，这些任务利用结构化的故事和世界数据来做出这些决策，并将其呈现给玩家——一个叙事框架。视角问题有时任务可以分解得非常简单。这里有一个小任务：将某段文字从第三人称视角转换为第二人称视角，针对给定角色。简单，对吧？错！它往往极其直接，只需要简单的代词替换和动词时态变化；即使你对场景或其角色没有任何额外背景信息，它也很简单。…
推荐理由：原文展示了团队用低秩微调训练 1.7B 小模型处理视角转换，并以评测结果说明小模型可在特定任务上胜任更大模型的工作。
已经到底了