Laporan AI · Amazon · 2026-10-20 · Blog / komentar
Fine-tuning GPT-OSS-20B untuk penalaran multibahasa di Amazon SageMaker HyperPod
Judul asli: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B adalah model penalaran open-weight yang berpikir dalam bahasa Inggris; dalam pengujian penalaran multibahasa dengan 50 contoh, model dasar hanya menalar dalam bahasa target yang benar 22% dari waktu. Fine-tuning di Amazon SageMaker HyperPod meningkatkan akurasi bahasa penalaran dari 22% menjadi 100% dengan supervised fine-tuning (SFT), sementara reinforcement learning dengan GRPO menambahkan peningkatan yang terukur di mana ada ruang peningkatan. Kuncinya adalah mencocokkan teknik dengan kesenjangan kemampuan: SFT melakukan sebagian besar pekerjaan, dan GRPO menyempurnakan ketika ada ruang peningkatan.