AWS Machine Learning Blog· Mijanur Palash·· 6 小时前精选AI 评分60
在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
AI 导读
AWS 团队在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 做 SFT 加 GRPO 微调，使模型按指定语言推理的比例从 22% 升到 100%，答案语言正确率从 62% 升到 70%。
推荐理由
原文用同一多语言推理任务对比 SFT 与 GRPO，给出何时该追加 GRPO 的可迁移判断依据。
来源：AWS Machine Learning Blog · aws.amazon.com