AWS 在 SageMaker HyperPod 上微调 GPT-OSS-20B 多语言推理，并对比 SFT 与 GRPO 的适用边界
Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
AWS 团队在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B，用 SFT 将目标语言链式推理正确率从 22% 提升到 100%，再用 GRPO 把答案语言正确率从 62% 提到 70%。
来源：AWS Machine Learning Blog · aws.amazon.com