AI 報告 · Amazon · 2026-10-20 · 部落格／評論
在 Amazon SageMaker HyperPod 上微調 GPT-OSS-20B 以進行多語言推理
原標題: Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon SageMaker HyperPod
GPT-OSS-20B 是一個以英文進行思考的開放權重推理模型；在一項包含 50 個範例的多語言推理測試中，基礎模型僅有 22% 的時間以正確的目標語言進行推理。在 Amazon SageMaker HyperPod 上進行微調，透過監督式微調（SFT）將推理語言準確率從 22% 提升至 100%，而採用 GRPO 的強化學習則在有提升空間之處帶來可衡量的增益。關鍵在於讓技術與能力落差相匹配：SFT 完成大部分的工作，GRPO 則在有提升空間時進行精進。