AWS 展示 GPT-OSS-20B 多语言推理微调实验
热点事件持续更新
AWS 展示 GPT-OSS-20B 多语言推理微调实验
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 展示了在 Amazon SageMaker HyperPod 上用监督微调（SFT）和群体相对策略优化（GRPO）微调 GPT-OSS-20B 的方法，实验中 SFT 将指定推理语言的正确率从 22% 提升至 100%，GRPO 又将答案语言正确率从 62% 提升至 70%。 AWS 还报告，Qwen2.5-7B 的对照实验中，GRPO 使多语言推理任务提升 6 个百分点，但在基准准确率已达 90.5% 的 GSM8K 上没有增益。AWS 称这属于内部实验，公开代码仓库尚未发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 01:48
AWS 介绍在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 的多语言推理方法报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blog精选AWS 介绍在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 的多语言推理方法
AWS 展示了在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B，使其按指定语言进行推理和作答。SFT 将推理语言正确率从 22% 提升至 100%，GRPO 又将答案语言正确率从 62% 提升至 70%。Qwen2.5-7B 对照实验显示，GRPO 在多语言推理任务上带来 6 个百分点提升，但在基准准确率已达 90.5% 的 GSM8K 上没有增益。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。