Отчёты по ИИ · Amazon · 2026-10-20 · Блог / комментарии
Дообучение GPT-OSS-20B для многоязычных рассуждений на Amazon SageMaker HyperPod
Оригинальное название: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B — это модель рассуждений с открытыми весами, которая думает на английском; в тесте на многоязычные рассуждения из 50 примеров базовая модель рассуждала на правильном целевом языке лишь в 22% случаев. Дообучение на Amazon SageMaker HyperPod с помощью контролируемого дообучения (SFT) повысило точность языка рассуждений с 22% до 100%, а обучение с подкреплением с GRPO дало измеримые улучшения там, где был запас. Ключевое — сопоставить технику с разрывом в возможностях: SFT выполняет основную часть работы, а GRPO дорабатывает, когда есть запас.