AI レポート · Amazon · 2026-10-20 · ブログ・論評
Amazon SageMaker HyperPodでGPT-OSS-20Bを多言語推論向けにファインチューニング
原題: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20Bは英語で思考するオープンウェイトの推論モデルであり、ベースモデルが目標言語で推論できたのは50例の多言語推論テストでわずか22%だった。Amazon SageMaker HyperPod上でのファインチューニングでは、教師ありファインチューニング（SFT）によって推論言語の精度を22%から100%へ引き上げ、GRPOを用いた強化学習は改善の余地がある領域で測定可能な向上をもたらした。SFTが大半の作業を担い、GRPOは余地がある場合に洗練を加える、という具合に、手法と能力ギャップの一致が結果を左右する。