“张力”是什么？是《热辣滚烫》里贾玲一拳KO脂肪的爆发力；是哈尔滨冰雪大世界冰滑梯上“灵魂出窍”的离心力；更是轮胎在湿滑路面也能死死贴合地面的抓地力。

品牌 轮胎 rft 佳通 胎圈钢丝 2025-03-23 09:11  5

在OpenAI连续12天的技术发布会上，一项名为RFT（Reinforcement-based Fine-Tuning，基于强化学习的微调）的新型训练方法引发全球关注。该方法通过结合强化学习与监督微调，仅需少量标注数据即可显著提升模型在特定场景下的性能。2月2

千帆 rft 千帆modelbuilder modelbui 2025-03-14 21:50  6

在OpenAI连续12天的技术发布会上,一项名为RFT(Reinforcement-based Fine-Tuning,基于强化学习的微调)的新型训练方法引发全球关注。该方法通过结合强化学习与监督微调,仅需少量标注数据即可显著提升模型在特定场景下的性能。2月2

千帆 openaio1 rft 千帆modelbuilder 2025-03-14 17:01  7

在OpenAI连续12天的技术发布会上,一项名为RFT(Reinforcement-based Fine-Tuning,基于强化学习的微调)的新型训练方法引发全球关注。该方法通过结合强化学习与监督微调,仅需少量标注数据即可显著提升模型在特定场景下的性能。2月2

千帆 openaio1 rft 千帆modelbuilder 2025-03-14 14:28  6

OpenAI在连续12天更新直播中，于第2天发布了强化微调（Reinforcement Fine-Tuning，RFT）功能，该技术的目的是协助开发者和机器学习工程师，打造出针对特定领域或复杂任务的专家级模型，借由降低强化学习实例技术门槛，推进人工智能模型的定

模型 openai rft 2024-12-10 16:52  11

今天主要分享一下OpenAl发布会第二天发布的核心内容"强化微调”，为什么奥特曼会觉得这是一项惊喜技术，为了深入了理解它，我周末花了一天的时间深入的去研究它，本文分享一下我的研究结果！

模型 openai rft 2024-12-10 14:58  9

这次上阵直播的四人，是 OpenAI 的研究员 Mark Chen、John Allard、Julie Wang，以及伯克利实验室计算生物学家 Justin Reese。

直播 openai rft 2024-12-08 15:08  9