在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理

在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 可让这个以英文思考的开源推理模型按要求用目标语言推理，其基线在 50 例多语言测试中仅 22% 用对语言（法语、西班牙语、意大利语均为 0%）。实验显示 SFT 承担主要工作，GRPO 在模型已有一定能力时进一步优化，两者均采用 LoRA，GPT-OSS SFT 使用 4× ml.g6e.12xlarge。