Descubre cómo ajustamos GPT-OSS-20B para el razonamiento multilingüe en Amazon SageMaker HyperPod y cómo decidir entre el ajuste fino supervisado (SFT) y el aprendizaje por refuerzo con GRPO. El SFT llevó la precisión del idioma de razonamiento del 22 % al 100 %, y GRPO añadió mejoras medibles donde había margen de mejora.
news
Ajuste fino de GPT-OSS-20B para razonamiento multilingüe en Amazon SageMaker HyperPod
Descubre cómo ajustamos GPT-OSS-20B para el razonamiento multilingüe en Amazon SageMaker HyperPod y cómo decidir entre el ajuste fino supervisado (SFT) y el aprendizaje por refuerzo con GRPO. SFT llevó la precisión del idioma de razonamiento del 22 % al 100 %, y GRPO añadió mejoras medibles donde había margen de mejora.