AWS SageMaker AI推出训练会话功能 简化企业模型定制流程
AWS于10月22日宣布，Amazon SageMaker AI新增训练会话功能并全面可用。该功能允许开发者控制模型学习过程，同时由AWS管理GPU等算力资源，旨在简化企业定制AI智能体的微调流程。
训练会话将更细粒度的编程控制与无服务器方式相结合。开发者通过API调用管理生成响应、计算更新、应用更新等操作，AWS负责GPU执行。该功能支持LoRA低秩适配和全参数微调两种方式，企业可根据任务需求自定义学习目标和训练阶段。
AWS表示，训练会话是对其无服务器定制服务的扩展，并非首次在SageMaker中引入微调或强化学习功能。开发者可以暂停训练以检查中间结果并调整流程，强化学习实验也无需单独部署推理端点。
计费方面，该功能按处理的token数计费，而非预留GPU容量；在客户自有评分代码评估批次时，训练会话计量会暂停。AWS确认支持gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B和Qwen3.8-27B等模型，并提供了适用于聊天、数学、编程和偏好学习的训练cookbook，同时支持Kiro、Claude Code、Codex和GitHub Copilot等智能体技能。
早期采用者包括ImagineSoftware和Karini AI，分别用于医疗理赔拒绝分诊和知识图谱智能体的定制。AWS未公布具体价格或量化收益，仅表示客户可通过SageMaker定价页面了解费用详情。
- 2026-10-23 01:10 | venturebeat.com：AWS just made it way easier to use SageMaker to fine-tune AI models for tool use and your firm's specific tasks阅读原文
An AI agent can sound convincing and still fail at the job it was hired to do. Teaching it to select the right tool, follow a company’s workflow and recognize a successful outcome requires more than access to a capable model. For teams customizing models themselves, it can also mean managing the exp...