Informes de IA · Amazon · 2026-10-20 · Blog / comentario
Ajuste fino de GPT-OSS-20B para razonamiento multilingüe en Amazon SageMaker HyperPod
Título original: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B es un modelo de razonamiento de pesos abiertos que piensa en inglés; en una prueba de razonamiento multilingüe con 50 ejemplos, el modelo base razonó en el idioma de destino correcto solo el 22% de las veces. El ajuste fino en Amazon SageMaker HyperPod elevó la precisión del idioma de razonamiento del 22% al 100% mediante ajuste fino supervisado (SFT), mientras que el aprendizaje por refuerzo con GRPO añadió mejoras medibles donde había margen. La clave está en adaptar la técnica a la brecha de capacidades: el SFT hace la mayor parte del trabajo, y el GRPO refina cuando hay margen.