【OpenAI】强化微调ReFT | OpenAI圣诞活动Day 2 | 用强化学习技术进行微调 | o1-mini超过o1 | 评分器 | 预热和强化学习 | 取代SFT
00:00 Share

今天我们继续OpenAI 12天连播的第二天，仍然是短短二十分钟，但是这次登场的，则是强化微调，Reinforcement Fine-Tuning。

https://openai.com/12-days/?day=2 https://openai.com/form/rft-research-program/ ReFT: https://arxiv.org/abs/2401.08967

成为此频道的会员，即可享受提前一天，观看频道最新发布视频的福利： https://www.youtube.com/channel/UCGWYKICLOE8Wxy7q3eYXmPA/join