AWS 推出 SageMaker AI 训练会话功能，支持自定义训练循环
先了解这件事
2026年10月23日，亚马逊云科技（AWS）宣布其Amazon SageMaker AI的无服务器模型定制功能新增训练会话（training sessions）全面可用。该功能允许开发者在本地编写自定义训练循环，同时由服务管理底层的GPU基础设施。训练会话API提供了如`forward_backward()`、`optim_step()`和`sample()`等操作，支持监督微调（SFT）、偏好优化（DPO）、强化学习（RL）等多种自定义算法。该服务目前支持gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B和Qwen3.8-27B模型。用户按SageMaker AI处理的token数量付费，且用户数据保留在自选的S3存储桶中，AWS承诺不会使用这些数据或定制后的模型权重来训练其他模型。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AWS Machine Learning BlogAmazon SageMaker AI 推出无需管理 GPU 的自定义模型新方式：训练会话全面可用
Amazon SageMaker AI 宣布其无服务器模型自定义功能新增训练会话全面可用，用户可编写和控制训练循环而无需管理底层 GPU 基础设施。该服务支持 SFT、DPO、RLVR、RLAIF 或多轮 RL 等技术，并提供模型自定义 Agent 技能以处理从数据准备到部署的流程。用户按处理的 token 付费，数据保留在自选的 S3 存储桶中，AWS 不会使用其数据或定制后的权重训练其他模型。
- AWS Machine Learning BlogAmazon SageMaker AI 训练会话 API 发布：编写自定义训练循环而无需管理 GPU
Amazon SageMaker AI 推出训练会话 API，让开发者能在本地编写自定义训练循环，同时由服务管理 GPU 基础设施。该 API 提供 `forward_backward()`、`optim_step()` 和 `sample()` 等操作，支持监督微调、偏好优化和强化学习等自定义算法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。