SageMaker开放可自行编写训练循环的托管后训练API

Training Session APIs将forward_backward、optim_step和sample等操作作为有状态会话中的API开放。开发者可从Python编写SFT、DPO或自定义RL循环，调整奖励、损失和数据课程；SageMaker负责GPU分配、模型与LoRA加载、分布式执行、故障恢复及检查点。 服务按处理Token计费，本地奖励计算不按GPU时长收费。首批正式可用区域为美国东部弗吉尼亚、美国西部俄勒冈和亚太孟买；可通过SageMaker Python SDK及配套SFT/RL cookbook开始使用。