AWS AI Leagueを自身のAWS環境で試す ─ Community Editionのファインチューニングとアジア大会
- AWS AI League Community EditionでQwen3-0.6BをRLVRでファインチューニングし、Gameplayに組み込んだ
- RLVR+LoRAで学習、ツール呼び出しのプロンプトとGameplayの仕様に違いがある
- 学習中の報酬が0.65に上がったが、Gameplayではツール呼び出し形式が正しく出力されなかった
AWS AI Leagueを自身のAWS環境で試す ─ Community Editionのファインチューニングとアジア大会


