news

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

了解我们如何在 Amazon SageMaker HyperPod 上为 GPT-OSS-20B 进行多语言推理微调，以及如何在监督微调（SFT）与使用 GRPO 的强化学习之间做出选择。SFT 将推理语言准确率从 22% 提升到 100%，而 GRPO 在存在提升空间的地方带来了可衡量的增益。