微调可教会小型搜索代理其工具与环境，使其在更低的延迟和成本下具备前沿模型的可靠性。在本篇博客中，我们在 Amazon SageMaker AI 上利用多轮强化学习（MTRL）对基于大语言模型的搜索代理进行微调，并分享了我们在检索质量与可靠性方面所测得的各项增益。