AWS 在 SageMaker HyperPod 上微调 GPT-OSS-20B，多语言推理准确率从 22% 提升至 100%
AWS Machine Learning Blog 介绍了在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 进行多语言推理微调的实践，并说明如何在监督微调（SFT）与基于 GRPO 的强化学习之间做选择。据该厂商披露，SFT 将推理语言准确率从 22% 提升到 100%，GRPO 在仍有提升空间的部分带来可量化增益。
为什么值得看：对企业负责人来说，这篇文章展示了利用开源模型和托管训练平台改善多语言推理能力的具体路径，并给出 SFT 与 GRPO 的选型思路，可为企业多语言客服、内容处理等场景的模型定制提供参考。但效果数据为厂商披露，测试细节、成本和算力需求需进一步核实后再评估投入。