OpenAI发布ChatGPT新功能Reinforcement Fine-Tuning，满足企业特定需求

在今天凌晨的第二场OpenAI新品发布会上，OpenAI宣布为ChatGPT增加新功能Reinforcement Fine-Tuning。这一新功能旨在帮助用户根据自身数据定制OpenAI的强大推理模型o1。不同行业的专业人士将能够利用强化学习创建基于o1的专家模型，从而提升所在领域的专业知识水平。开发者、研究员和机器学习工程师将能够运用强化学习，构建精通各自专业领域的专家模型。OpenAI的研究人员解释说，强化微调并不仅仅是教模型输出正确的答案，它的运作方式是让模型在遇到问题时有机会仔细思考，然后研究者评估模型给出的最终解答。通过强化学习，研究者可以强化产生正确答案的思路，同时抑制产生错误答案的思路。这种精细的训练过程使得模型能够更好地理解和解决复杂的问题，从而为用户提供更加精准和有用的信息。