Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon
当前事件综述（非历史快照）
Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理。GPT-OSS-20B 是一个只在英语中推理的开放权重模型。在 50 例多语言推理测试中，基座模型仅在 22% 的情况下使用目标语言进行链式思考。SFT 分两阶段训练：约 200 步后模型学会在目标语言中推理（推理语言指标达 100%），约 1000 步后 additionally 学会用目标语言给出答案。GRPO 在保持推理指标 100% 的同时，使答案语言指标获得了 +8 点的真实提升。
AI 根据报道生成 · 11 天前更新
事件探索工作台
同一时点联动报道、关系与证据。
此时新增 ·在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理
- 本次回放累计
- 1
- 一手资料
- 1
- 报道来源
- 1
此时首次收录的报道 · 1
- AWS Machine Learning Blog · 一手资料在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理查看原始来源 ↗
按本站首次发现时间回放。历史图谱与证据使用同一时点；完整综述与热度仍是当前视角。
事件进展
1 条进展2026/10/21 02:36:11
在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理AWS Machine Learning Blog
按本站首次收录时间筛选；只显示代表报道在此时点前已收录的进展。当前事件归组可能后来修订，不是完整历史快照。
此时的实体关系
正在读取历史关系…
历史重建（非精确快照）：按首次收录与关系记录时间筛选；实体名、关系陈述和事件归组可能已经被后来修订，不能将其当作当时原始记录。 下方综述与完整来源索引仍属于当前视角。
Story 路线
从第一份公开证据到最新进展的逐站路线；每一站都带着自己的证据和不确定性。
- 110月21日 00:00收录于 10月21日 02:36单一来源
Fine-tuning GPT-OSS-20B for multilingual reasoning on Amazon
核对原始报道 ↗ AWS Machine Learning Blog在探索工作台回到这个时点
不确定性标注指出需要核对原文的地方，不是已证实的因果。
完整来源索引（截至目前）
目前公开的报道索引，不属于历史回放。
一手资料 · 1 篇
- AWS Machine Learning Blog · 10月21日 01:48在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理
GPT-OSS-20B 是一个只在英语中推理的开放权重模型。在 50 例多语言推理测试中，基座模型仅在 22% 的情况下使用目标语言进行链式思考，且几乎全是英语示例。
核对原始报道 ↗
第三方报道 · 0 篇
目前尚未收录这一类可核实资料，不能把单方说法当作多方证据。
不同报道并不自动代表观点冲突；阅读原文核对事实、条件和发布日期。后续来源加入后此处会自动更新。
报道时间线
沿着报道，了解事件的不同侧面。
- AWS Machine Learning Blog在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 微调 GPT-OSS-20B 实现多语言推理
GPT-OSS-20B 是一个只在英语中推理的开放权重模型。在 50 例多语言推理测试中，基座模型仅在 22% 的情况下使用目标语言进行链式思考，且几乎全是英语示例。