AI रिपोर्ट्स · Amazon · 2026-10-20 · ब्लॉग / टिप्पणी
Amazon SageMaker HyperPod पर मल्टीलिंगुअल रीज़निंग के लिए GPT-OSS-20B का फ़ाइन-ट्यूनिंग
मूल शीर्षक: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B एक ओपन-वेट रीज़निंग मॉडल है जो अंग्रेज़ी में सोचता है; 50-उदाहरणों वाले मल्टीलिंगुअल रीज़निंग टेस्ट में, बेस मॉडल केवल 22% समय ही सही लक्षित भाषा में रीज़निंग कर पाया। Amazon SageMaker HyperPod पर फ़ाइन-ट्यूनिंग ने सुपरवाइज़्ड फ़ाइन-ट्यूनिंग (SFT) से रीज़निंग-भाषा की सटीकता को 22% से बढ़ाकर 100% कर दिया, जबकि GRPO के साथ रीइन्फ़ोर्समेंट लर्निंग ने जहाँ गुंजाइश थी, मापने योग्य लाभ जोड़े। मुख्य बात तकनीक को क्षमता अंतर के साथ मिलाना है: SFT अधिकांश काम करता है, और GRPO गुंजाइश होने पर परिष्कार करता है।