AWS Machine Learning Blog· Mijanur Palash·· 3 小时前精选AI 评分64
AWS 用 SFT 与 GRPO 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 上微调 GPT-OSS-20B，SFT 将推理语言正确率从 22% 提升至 100%，GRPO 再将答案语言正确率从 62% 提升至 70%。
推荐理由
文章用分阶段实验说明如何按模型能力缺口选择 SFT 或 GRPO，并提供可在 Amazon SageMaker HyperPod 上复现的训练流程。
来源：AWS Machine Learning Blog · aws.amazon.com