OpenAI推出強化微調技術：為特定行業需求打造更精準的 AI 模型

OpenAI 推出了強化微調（Reinforcement Fine-Tuning， RFT），一種新型模型定制技術，能夠幫助企業構建高專業性的 AI 模型，應對復雜、領域專屬的任務。借助 RFT，用戶可以將 AI 訓練成具備法律、醫療、金融和工程等領域專家推理能力的助手，并使用 OpenAI 自家前沿模型所采用的技術加以實現。亮點速覽：RFT 通過強化學習，僅需少量示例（約十幾個）就能訓練出專家級模型，優化推理能力。OpenAI 的 Alpha 項目已開啟，計劃在 2025 年初正式面向公眾推出。法律、醫療和工程領域的測試表明 RFT 成功賦能 AI 執行復雜且專業的任務。不同于傳統監督微調（SFT），RFT 專注于教 AI 學會推理與解決問題，而非簡單地模仿輸入數據。在直播中，伯克利實驗室的計算生物學家 Justin Reese 演示了 RFT 如何提升罕見疾病基因診斷的準確性。他表示：“識別罕見疾病是一項挑戰，需要結合醫學專業知識與系統化的數據推理能力。”技術價值：強化微調讓 AI 定制進入了全新階段，企業可以為特定行業需求打造更精準的 AI 模型。與傳統微調方式不同，RFT 突出提升模型推理能力，而非簡單復制訓練數據中的模式。這一技術有望改變企業在法律、科研、金融等需要高度專業性的領域內對 AI 的應用方式。如何實現：RFT 借助強化學習，通過“評估器（graders）”對模型輸出進行評分，指導模型優化推理能力。這一過程能夠幫助模型掌握復雜問題的處理方法，應對需要高精準度的任務場景。演示表明，微調版 GPT-4 mini 在某些任務中的表現已超越基礎 GPT-4。例如，微調后的模型在首次嘗試中正確識別基因的準確率達 31%，顯著高于基礎模型的 25%。潛在受益者：RFT 的技術特性使其非常適合精準性要求極高的行業，如法律分析、科學研究和金融預測。OpenAI 與 Thomson Reuters 的合作已開發出法律領域 AI 工具，展現了其在專業領域中變革工作流程的潛力。未來展望：OpenAI 啟動的 Alpha 計劃現正招募企業、大學和研究機構參與，申請者將率先體驗 RFT API，并為工具的進一步改進提供建議。這一技術預計在 2025 年初正式推出。強化微調有望將定制化 AI 的門檻大幅降低，幫助更多組織打造面向特定挑戰的解決方案。憑借少量數據即可實現專業化的能力，RFT 有可能成為未來行業創新的重要推動力。? AI范兒要進“交流群”，請關注公眾號獲取進群方式投稿、需求合作或報道請添加公眾號獲取聯系方式往期推薦OpenAI 推出全功能版o1 并首次推出ChatGPT Pro，每月200 美元點這里??關注我，記得標星哦～點個在看你最好看