AWS Nova Forge：无服务器多轮强化学习正式可用，支持自定义奖励函数

AWS宣布Nova Forge的无服务器多轮强化学习（multi-turn RL）能力正式可用，向用户交付可执行的多轮RL训练服务。从配套博客看，用户可以为训练定义自定义奖励函数（custom reward functions），让模型在多轮交互过程而不是单轮问答中被优化，训练以无服务器方式运行，无需自建和管理训练集群。这改变了模型定制训练的工作流：以往需要搭建强化学习基础设施的团队，现在可以通过服务化方式提交多轮训练任务。适合需要让模型贴合多步业务流程（如客服、工具调用）的团队；支持的模型范围、可用区域与计费方式未披露。