【太平洋科技快訊】5 月 9 日，OpenAI 在其緊湊型推理模型 o4-mini 上推出了強化微調技術 ( Reinforcement Fine-Tuning, RFT ) ，為定制基礎模型以適應特定任務提供了強大工具。
o4-mini 是 OpenAI 于 2025 年 4 月發布的一款緊湊型推理模型，支持文本和圖像輸入，擅長結構化推理和鏈式思維提示 ( chain-of-thought prompts ) 。通過在 o4-mini 上應用 RFT，OpenAI 為開發者提供了一個輕量但強大的基礎模型，適合高風險、領域特定的推理任務，其計算效率高，響應速度快，非常適合實時應用場景。
使用 RFT 技術需要完成四個步驟：設計評分函數、準備高質量數據集、通過 OpenAI API 啟動訓練任務、持續評估和優化模型表現。多家早期采用者已展示 RFT 在 o4-mini 上的潛力，凸顯了 RFT 在法律、醫療、代碼生成等領域的定制化優勢。
據悉，RFT 目前向認證組織開放，訓練費用為每小時 100 美元。若使用 GPT-4o 等模型作為評分工具，則額外按標準推理費率計費。為了鼓勵數據共享，OpenAI 還推出激勵措施，同意共享數據集用于研究的組織可享受 50% 的訓練費用折扣。
