OpenAI o4-mini 强化微调上线，AI 能力跃升至专家级新高度

OpenAI 近期宣布了一项重大技术革新，将 o4-mini 模型与强化微调技术（RFT）相结合，这一组合为企业级 AI 定制化带来了革命性的变化。通过少量训练数据，企业可以轻松将通用 AI 模型转变为特定领域的专家系统，极大地降低了 AI 专业化的成本和技术难度。强化微调技术 RFT 是此次发布的核心亮点，它标志着 OpenAI 在定制化 AI 模型领域取得了重大突破。与传统的监督式微调不同，RFT 采用了强化学习算法，通过奖励机制驱动训练循环，优化模型表现。开发者无需提供固定的目标输出，而是利用评分器（Grader）来评估模型的回答质量，从而引导 AI 学习复杂任务的推理模式。