Jak nauczyć GPT-OSS-20B myślenia wielojęzycznego na SageMaker HyperPod

Artykuł pokazuje praktyczne podejście do fine-tuningu dużego modelu open-source'owego dla zadań wymagających rozumowania w wielu językach. Dowiesz się, kiedy warto sięgnąć po supervised fine-tuning (SFT), a kiedy GRPO da ci lepsze rezultaty – w tym przypadku SFT podniosła dokładność z 22% do 100%.