এআই রিপোর্ট · Amazon · 2026-10-20 · ব্লগ / মন্তব্য

Amazon SageMaker HyperPod-এ বহুভাষিক রিজনিংয়ের জন্য GPT-OSS-20B ফাইন-টিউনিং

মূল শিরোনাম: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod

GPT-OSS-20B একটি ওপেন-ওয়েট রিজনিং মডেল যা ইংরেজিতে চিন্তা করে; 50টি উদাহরণের একটি বহুভাষিক রিজনিং পরীক্ষায় বেস মডেলটি সঠিক টার্গেট ভাষায় মাত্র 22% সময় রিজন করেছে। Amazon SageMaker HyperPod-এ ফাইন-টিউনিং supervised fine-tuning (SFT) দিয়ে রিজনিং-ভাষার নির্ভুলতা 22% থেকে বাড়িয়ে 100% করেছে, আর GRPO দিয়ে রিইনফোর্সমেন্ট লার্নিং যেখানে সম্ভাবনার জায়গা ছিল সেখানে পরিমাপযোগ্য উন্নতি যোগ করেছে। মূল বিষয় হল প্রযুক্তিটিকে সক্ষমতার ঘাটতির সঙ্গে মেলানো: SFT বেশিরভাগ কাজ করে, এবং সম্ভাবনার জায়গা থাকলে GRPO সেটিকে আরও পরিশীলিত করে।

মূল লেখা পড়ুন ↗

সব এআই রিপোর্ট →