热点事件持续更新
SageMaker HyperPod 微调 GPT-OSS-20B 多语言推理
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
2026年10月21日，AWS Machine Learning Blog 发布一手报道：AWS 团队在 Amazon SageMaker HyperPod 上使用 LoRA 对 GPT-OSS-20B 进行微调，目标是让模型按指定语言进行推理。报道称，监督微调（SFT）将推理语言正确率从 22% 提升到 100%，但答案语言正确率仅为 62%；在此基础上叠加 GRPO 后，答案语言正确率提升到 70%。作者还通过 Qwen2.5-7B 在 GSM8K 上的对照实验说明，GRPO 只在模型已有部分正确行为时才有增益。目前进展停留在该单篇报道所述实验结果，尚无后续更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 01:48
AWS 报道称 SFT 后叠加 GRPO 使答案语言正确率从 62% 升至 70%。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在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 团队在 Amazon SageMaker HyperPod 上用 LoRA 微调 GPT-OSS-20B，使其按指定语言推理。SFT 把推理语言正确率从 22% 提升到 100%，但答案语言正确率只有 62%；再叠加 GRPO 后答案语言正确率提升到 70%。作者还通过 Qwen2.5-7B 在 GSM8K 上的对照实验说明，GRPO 只在模型已有部分正确行为时才有增益。
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。