AWS教程演示GPT-OSS-20B多语言微调
先了解这件事
AI 综述
2026年10月21日，AWS Machine Learning Blog发布一手教程，演示如何在Amazon SageMaker HyperPod上微调GPT-OSS-20B以实现多语言推理。教程采用SFT与GRPO两阶段方法：基座模型在50例测试中推理语言正确率仅22%；经SFT（LoRA r=8，4× ml.g6e.12xlarge）后推理语言正确率提升至100%，但答案语言正确率仅62%；再叠加GRPO后，答案语言正确率升至70%，推理语言保持100%。
报道时间线
10月21日
- 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%。