【TechWeb】12月7日音问，据外媒报谈，AI初创公司OpenAI运转了为期12天的直播行径。行径首日，推出了完好版（满血版）o1推理模子，并新增了月费为200好意思元的ChatGPT Pro订阅。

直播第二天， OpenAI推出了强化微调连续形势。该形势旨在使开垦东谈主员和机器学习工程师约略创建经由微调的行家模子。

新的模子自界说时刻使开垦东谈主员约略使用数十到数千个高质地任务定制模子，并把柄提供的参考谜底对模子的反映进行分级。此时刻强化了模子对近似问题处治决策的推导，以及在特定任务上的准确性。

在OpenAI的演示中，微调后的o1-mini模子得分进步80%，径直反超o1郑再版。

据OpenAI先容，用户不错抽象诈欺o1、微息争数据创建定制的袖珍 o1模子 o1 mini。用户要作念的便是提供数据，然后在强化微调方面，建造一个数据集和一个“评分器”，把柄磨练和考据数据集评估模子的性能，其他责任交给OpenAI。

OpenAI CEO奥特曼在酬酢平台发文称，“服从一级棒，是我2024年最大的惊喜，期待看到东谈主们构建什么！”

OpenAI称，OpenAI的定制模子平台将支援强化学习，强化学习亦然OpenAI里面用于磨练自家前沿模子的时刻，如GPT-4o和o1系列模子。在OpenAi的内测中，强化微调也曾在生圆寂学、安全、法律和医疗保健领域获取到手。

按照OpenAI的运筹帷幄开云kaiyun.com，2025岁首强化微调将面向公众发布，当今已对企业、大学和连续院洞开央求测试通谈。

　　声明：新浪网独家稿件，未经授权辞让转载。 -->