Amazon SageMaker AIにおけるマルチターン強化学習：実践ガイド

Amazon SageMaker AIにおけるマルチターン強化学習（MTRL）は、ラベル付きの各ステップではなく、複数ステップからなるタスク全体の結果に基づいてモデルを学習させます。このハンズオンガイドでは、Wordleを用いて、Amazon Bedrock AgentCore上でエージェントと報酬をデプロイし、データセットを準備し、トレーニングを行い、推論時の設定で評価に至るまでの全パイプラインを順を追って解説します。