AI رپورٹس · Amazon · 2026-10-20 · بلاگ / تبصرہ
Amazon SageMaker HyperPod پر کثیراللسانی ریزننگ کے لیے GPT-OSS-20B کی فائن ٹیوننگ
اصل عنوان: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B ایک اوپن ویٹ ریزننگ ماڈل ہے جو انگریزی میں سوچتا ہے؛ 50 مثالوں پر مشتمل کثیراللسانی ریزننگ ٹیسٹ میں، بنیادی ماڈل صرف 22% صورتوں میں درست ہدف زبان میں ریزننگ کرتا تھا۔ Amazon SageMaker HyperPod پر فائن ٹیوننگ نے سپروائزڈ فائن ٹیوننگ (SFT) کے ذریعے ریزننگ زبان کی درستگی کو 22% سے 100% تک بڑھا دیا، جبکہ GRPO کے ساتھ ری انفورسمنٹ لرننگ نے وہاں قابلِ پیمائش اضافے حاصل کیے جہاں گنجائش موجود تھی۔ اہم بات تکنیک کو صلاحیت کے خلا کے مطابق بنانا ہے: SFT زیادہ تر کام سرانجام دیتی ہے، اور GRPO جہاں گنجائش ہو وہاں بہتری کرتا ہے۔