El 5 de agosto de 2025, OpenAI lanzó sus modelos GPT-OSS, disponibles en AWS a través de Amazon SageMaker AI y Amazon Bedrock. Los modelos, gpt-oss-20b y gpt-oss-120b, son arquitecturas de Transformer entrenadas exclusivamente con texto y ofrecen un enfoque innovador mediante la Mixture-of-Experts (MoE), que optimiza los recursos computacionales al activar solo una parte de los parámetros por token. Estos modelos destacan en tareas de programación, análisis científico y razonamiento matemático, y ofrecen una notable longitud de contexto de 128,000 tokens, así como niveles de razonamiento ajustables y razonamiento estructurado.
Según la documentación de OpenAI, ambos modelos han sido sometidos a un entrenamiento centrado en la seguridad y evaluaciones de afinamiento adversarial para fortalecer su robustez ante posibles usos indebidos. La flexibilidad de implementación es uno de sus puntos fuertes, ya que los modelos pueden ser utilizados directamente mediante Amazon SageMaker JumpStart o a través de las API de Amazon Bedrock.
La capacidad de afinar los modelos, es decir, ajustar los pesos de un modelo preentrenado utilizando un conjunto de datos específico, permite adaptar el GPT-OSS a distintos dominios sin tener que comenzar el proceso de entrenamiento desde cero. Esto resulta en un rendimiento más preciso y adaptable a las necesidades del usuario.
Además, se ofrece un entorno completamente gestionado para el afinamiento de estos modelos utilizando una serie de herramientas de open source que simplifican la distribución del entrenamiento a través de múltiples GPUs. La técnica de optimización DeepSpeed ZeRO-3 permite reducir el uso de memoria, facilitando el entrenamiento de modelos con miles de millones de parámetros de manera eficiente.
En el contexto empresarial, la versatilidad del GPT-OSS lo convierte en una opción ideal para tareas que requieren razonamiento multilingüe. Esto es crucial para empresas que necesitan herramientas de inteligencia artificial que puedan operar eficazmente en diversas lenguas y contextos. Los modelos están diseñados para ser rápidamente implementados y ajustados a necesidades específicas, lo que los convierte en activos valiosos para la innovación y la automatización dentro de las organizaciones.
En resumen, OpenAI ha dado un paso significativo con la introducción de sus modelos GPT-OSS, ofreciendo soluciones de inteligencia artificial avanzadas que pueden ser fácilmente integradas en flujos de trabajo empresariales, potenciando así la capacidad de razonamiento y análisis en múltiples idiomas.
vía: AWS machine learning blog
