5月9日消息，近日，OpenAI宣布在模型优化领域取得重要突破，推出了一种名为“强化微调”（Reinforced Fine-Tuning, RFT）的新技术，可更精准地定制小型语言模型（如o4-mini），显著提升其任务适应性和性能表现。

传统微调方法依赖大量标注数据，调整模型参数以适应特定任务，但往往存在效率低、泛化能力不足等问题。而RFT技术结合了强化学习与微调策略，通过动态优化训练过程，使模型在少量数据下也能快速学习，同时保持较高的准确性和稳定性。

实验显示，采用RFT优化的o4-mini模型在多项基准测试中表现优异，尤其在专业领域问答和个性化交互任务上，性能接近更大规模的通用模型。这一技术为资源受限场景（如边缘计算、移动设备）提供了高效的AI解决方案。

OpenAI表示，RFT技术未来可能扩展至更多模型，进一步推动AI的轻量化和专业化发展。