news

在 Amazon SageMaker HyperPod 上微調 GPT-OSS-20B 以進行多語言推理

了解我們如何在 Amazon SageMaker HyperPod 上為 GPT-OSS-20B 進行多語言推理的微調，以及如何在監督式微調（SFT）與使用 GRPO 的強化學習之間做出選擇。SFT 將推理語言準確率從 22% 提升至 100%，而 GRPO 在仍有提升空間之處帶來了可量測的增益。