AWS 团队演示了如何利用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调小型购物智能体。该方法使用 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成多步轨迹，并通过 ShoppingBench 评分器筛选成功样本，对 Qwen3.5-4B 学生模型进行 LoRA 微调。
推荐理由：文章提供了在 Amazon SageMaker AI 上通过序列级知识蒸馏将前沿模型行为迁移至小模型的具体流程与代码示例。
OpenAI 宣布将遵循共享的 robots.txt 信号，帮助网站运营者向参与的服务商传达其 AI 训练偏好。
推荐理由：OpenAI 宣布支持 robots.txt 信号，为网站运营者提供了向 AI 服务商表达训练偏好的标准化途径。
AWS Batch 针对 SageMaker Training 任务推出配额管理功能，支持按团队或项目划分 GPU 算力配额。该功能提供 LEND 和 LEND_AND_BORROW 等资源共享策略，允许自动借用闲置算力并执行跨配额抢占。管理员可配置基于优先级的配额内抢占，确保高优先级工作负载优先运行，从而提升多团队环境下的 GPU 利用率。
AWS 推出 Ray Train 深度学习容器（DLC），预集成 PyTorch 2.13.0、CUDA 13.0.2 及 EFA 网络栈，消除分布式训练环境配置障碍。该镜像通过 KubeRay 在 EKS 上部署，支持跨节点 EFA 通信，示例展示了在 8 块 NVIDIA L4 GPU 上使用 FSDP 微调 Qwen2.5-1.5B 模型。
Amazon SageMaker AI 宣布其无服务器模型定制中的训练会话功能正式可用，允许用户在无需管理 GPU 基础设施的情况下自定义后训练逻辑。该功能支持 SFT、DPO、RLVR 及多轮强化学习等技术，用户可编写自定义损失函数和奖励信号，由平台处理 GPU 分配、分布式执行及检查点存储。
Microsoft Research 发布 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级智能体强化学习框架，支持在真实部署环境中直接进行训练。
推荐理由：原文展示了利用真实 Agent 框架进行强化学习训练的方法，并给出了在 SWE-bench Verified 上提升 14.6 个百分点的具体实验数据。