OpenAI 開放 o4-mini 強化微調：GPT-4.1 nano 也能微調了

想要專門做報稅或者科研的專屬 AI，光靠喂提示詞往往不夠用，以前傳統的微調又很難教聰明模型怎麼推理。

OpenAI 開發者團隊宣佈，從去年 12 月開始測試的強化微調功能正式上線，首發支援 OpenAI o4-mini。與此同時，他們速度最快、價格最便宜的輕量模型 GPT-4.1 nano 也開放了監督微調。

讓推理模型學會專科考試

這次上線的強化微調簡稱 RFT。它不是簡單地讓模型記住標準答案，而是結合了思維鏈推理和特定任務的打分機制，專門用來啃複雜領域的硬骨頭。

OpenAI 舉了個例子，一家叫 AccordanceAI 的團隊用 RFT 微調了專屬於稅務和會計的模型，直接做到了該領域的業界最佳水平。

如果你不需要複雜的推理邏輯，只是想要極快的響應速度，現在也可以用傳統的監督微調來訓練 GPT-4.1 nano，把它改造成貼合自己業務的廉價小鋼炮。

為什麼重要

我們認為，這次更新把模型定製分成了清晰的兩條路。

一條路是把頂尖的推理能力做專。過去想讓大模型做複雜的專業計算或合規審計，容易出現邏輯斷裂，現在有了思維鏈加打分反饋，垂直領域的專業機構終於能訓出真正靠譜的專家模型。

另一條路則是極致的價效比。GPT-4.1 nano 本身就主打極速和便宜，一旦允許企業喂入自有資料做微調，很多簡單的分類、客服或格式提取場景，就完全沒必要再去呼叫昂貴的大模型。

不過，強化微調的門檻顯然比傳統微調高得多。構建一套靠譜的針對性打分體系並不容易，普通中小團隊想要用好 o4-mini 的 RFT，前期準備資料的成本可能不會低。