AWS 推出 Nova Forge，企业可训练自有前沿模型

Amazon 发布 Nova Forge，让企业从早期 checkpoint 起步、用自有数据训练定制模型。配套教程基于 SageMaker HyperPod 搭建多轮强化学习基础设施：上传数据到 S3 触发 Step Functions，由 Nova Forge SDK 编排训练流水线，模型在 P5 实例上与 Fargate 上的奖励环境交互，用 GRPO 算法更新权重。

多轮 RL 覆盖完整对话链，适合教 Agent 学会 API 调用与纠错回退等顺序决策能力。教程以 Wordle 猜词为训练任务，基础架构支持替换成自定义环境。

定价显示，10—12 台 p5.48xlarge 每小时成本约 $786—$1,180，适合训练后销毁。

💡 为什么值得看Amazon 通过托管训练服务支持用户用自有数据构建专家模型，多轮 RL 是实现复杂工作流 Agent 的核心。