OpenAI 开放 o4-mini 强化微调：GPT-4.1 nano 也能微调了
OpenAI 宣布为 o4-mini 上线强化微调（RFT），并同步开放 GPT-4.1 nano 的监督微调。RFT 利用思维链推理与特定任务评分强化复杂领域表现，例如税务会计团队已借此做出专业模型。这意味着开发者能用极低成本定制特定领域的专家模型。
Reinforcement Fine-Tuning
OpenAI 扩大强化微调研究项目：让模型在特定复杂领域变身专家
OpenAI 宣布扩大强化微调（Reinforcement Fine-Tuning）研究项目，开放 Alpha 阶段 API 申请。该技术利用数十到数千个高质量任务及参考答案打分，强化模型推理路径，特别适合法律、医疗、金融等有客观标准答案的领域，预计 2025 年初公开发布。