在Amazon SageMaker HyperPod上微调GPT-OSS-20B实现多语言推理

AWS官方教程演示如何在Amazon SageMaker HyperPod上用SFT和GRPO微调GPT-OSS-20B的多语言推理能力。基座模型在50例测试中推理语言正确率仅22%，SFT（LoRA r=8，4× ml.g6e.12xlarge）将其提升至100%，但答案语言正确率仅62%；叠加GRPO后答案语言升至70%且推理语言保持100%。