手动为数千个目录产品添加标签既缓慢又不一致。本教程展示如何在 Amazon SageMaker 无服务器模型定制服务上，使用监督微调（SFT）和可验证奖励的强化学习（RLVR）对 Qwen3-8B 进行定制，随后部署其用于异步推理，以构建一个成本高效的产品标签系统。