Tinh chỉnh GPT-OSS-20B cho lý luận đa ngôn ngữ trên Amazon SageMaker HyperPod

Đoạn trích bài viết

Tìm hiểu làm thế nào chúng tôi đã tinh chỉnh GPT-OSS-20B cho lý luận đa ngôn ngữ trên Amazon SageMaker HyperPod, và làm thế nào để quyết định giữa tinh chỉnh được giám sát (SFT) và học tập tăng cường với GRPO. SFT đã đưa độ chính xác ngôn ngữ lý luận từ 22% lên 100%, và GRPO đã thêm lợi ích có thể đo lường được nơi có không gian đầu.