AWS Machine Learning Blog· Mijanur Palash·· 3 小时前AI 评分34
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
针对 GPT-OSS-20B 在多语言推理测试中仅 22% 用目标语言思考的问题，团队在 Amazon SageMaker HyperPod 上用 LoRA 对比了 SFT 与 GRPO。结论是 SFT 承担主要工作，GRPO 在模型已有一定能力时进一步优化，技术选择需匹配能力差距。
来源：AWS Machine Learning Blog · aws.amazon.com