出处：mp.weixin.qq.com
据OpenAI开发者账号提到，自去年12月以来一直在进行的强化学习微调（RFT）功能现已支持OpenAI o4-mini模型。5月8日，OpenAI的o4-mini与强化微调（RFT）正式上线。强化微调只支持o系列的推理模型，目前只支持o4-mini。
强化微调（Reinforced Fine-Tuning, RFT）是OpenAI推出的一种新型模型训练方法，它整合了传统的监督微调（Supervised Fine-Tuning, SFT）、奖励模型和强化学习的三大要素。
发表评论 取消回复