AWS介绍GPT-OSS-20B多语言推理微调实验
热点事件持续更新
AWS介绍GPT-OSS-20B多语言推理微调实验
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS介绍了在Amazon SageMaker HyperPod上微调GPT-OSS-20B的内部实验，称模型按指定语言推理的改进主要来自监督微调（SFT），而非GRPO强化学习优化。 基础模型在50个测试样例中，仅有22%使用指定语言推理。AWS称，SFT适合教会模型尚不具备的行为；GRPO适合在模型已能偶尔产生目标行为时进一步优化，效果取决于模型与目标能力之间的差距。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 01:48
如何在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B，提升多语言推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blog如何在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B，提升多语言推理能力
GPT-OSS-20B 在 Amazon SageMaker HyperPod 上进行多语言推理微调，主要改进来自 SFT。基础模型在 50 个测试样例中，仅有 22% 使用了指定语言进行推理。SFT 用于教会模型尚不具备的行为，GRPO 则在模型已能偶尔产生目标行为时进一步优化，效果取决于能力差距。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。