今天凌晨两点，OpenAI开启了12天技术分享直播，发布了最新“强化微调”（Reinforcement Fine-Tuning）计划。与传统的微调相比，强化微调可以让开发者使用经过微调的更强专家大模型（例如，GPT-4o、o1），来开发适用..
