AWS发布GPT-OSS-20B多语言微调教程

AWS Machine Learning Blog 发布教程，介绍在 Amazon SageMaker HyperPod 上用 LoRA 结合 SFT 与 GRPO 微调 GPT-OSS-20B，以改善其非英语推理能力。据该文，基座模型在 50 例多语言推理测试中仅 22% 用目标语言推理，英语为 100%，法语和西班牙语均为 0%。 文章称 SFT 承担主要提升，GRPO 在仍有提升空间时进一步优化，技术选择需匹配能力差距。该实验为内部实验，公开代码库尚未发布；教程同时提示使用后需删除工作负载及底层基础设施以避免持续计费。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。