AWS SageMaker AI 多轮强化学习实操指南：以 Wordle 为例训练 GPT-OSS-20B
AWS 机器学习博客发布多轮强化学习（MTRL）实操教程，演示在 SageMaker AI 与 Bedrock AgentCore 上用 GRPO 训练 GPT-OSS-20B 玩 Wordle。
推荐理由：官方给出了完整的多轮强化学习实操流程，包含奖励设计避坑指南和真实训练成本数据。
AWS 机器学习博客发布多轮强化学习（MTRL）实操教程，演示在 SageMaker AI 与 Bedrock AgentCore 上用 GRPO 训练 GPT-OSS-20B 玩 Wordle。
推荐理由：官方给出了完整的多轮强化学习实操流程，包含奖励设计避坑指南和真实训练成本数据。