热点事件持续更新
GPT-OSS-20B 多语言推理微调进展
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
GPT-OSS-20B 在 Amazon SageMaker HyperPod 上进行多语言推理微调。早先报道称 GPT-OSS-20B 在多语言推理测试中仅 22% 的时间能正确使用目标语言推理，主要针对非英语用户部署推理模型。本文介绍了如何使用监督微调（SFT）和强化学习与组相对策略优化（GRPO）对 GPT-OSS-20B 进行微调。实验结果表明，SFT 在大多数情况下足够，GRPO 在有改进空间时能提供可测量的价值。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 01:48
GPT-OSS-20B 通过监督微调和强化学习进行多语言推理微调，SFT 在大多数情况下足够有效。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 BlogGPT-OSS-20B 在 Amazon SageMaker HyperPod 上进行多语言推理微调
GPT-OSS-20B 在多语言推理测试中，仅 22% 的时间能正确使用目标语言推理，主要针对非英语用户部署推理模型，这一差距至关重要。本文介绍了如何使用监督微调（SFT）和强化学习与组相对策略优化（GRPO）对 GPT-OSS-20B 进行微调，以实现多语言推理。实验结果表明，SFT 在大多数情况下足够，GRPO 在有改进空间时能提供可测量的价值。
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。