OpenAI、o4-mini向け強化学習ファインチューニングとGPT-4.1 nano微調整を提供開始
OpenAIはo4-mini向けに「強化学習ファインチューニング（RFT）」の提供を開始し、あわせてGPT-4.1 nanoの教師ありファインチューニングにも対応しました。RFTは思考連鎖推論とタスク別採点を組み合わせ、税務や会計など複雑な専門分野に特化した高性能モデルの構築を可能にします。
Reinforcement Fine-Tuning
OpenAI、専門領域向け「強化学習ファインチューニング」研究プログラムを拡大
OpenAIは「強化学習ファインチューニング（Reinforcement Fine-Tuning）」研究プログラムの対象を拡大し、Alpha版APIの提供を開始した。模範解答付きのタスクでモデルの推論を強化する手法で、法律や医療など明確な正解がある領域に特化する。2025年初頭の一般提供を目指す。