在OpenAI连续12天的技术发布会上，一项名为RFT（Reinforcement-based Fine-Tuning，基于强化学习的微调）的新型训练方法引发全球关注。该方法通过结合强化学习与监督微调，仅需少量标注数据即可显著提升模型在特定场景下的性能。2月2

千帆 rft 千帆modelbuilder modelbui 2025-03-14 21:50  3