学术

OpenAI 发布了强化微调技术，允许开发者使用强化学习针对具体任务对模型进行进一步的微调，并根据提供的参考答案对模型的响应进行评分。这种技术能提高其在特定领域上的C2任务上的准确性，并增强模型对类似问题的推理能力。