OpenAI发布季第二天：强化微调，少量样本就能训练自己的专家模型
OpenAI发布强化微调技术，允许开发者使用强化学习对模型进行定制化训练。通过监督学习方式提高模型在特定任务上的准确性，并增强其推理能力。
Mark Chen
OpenAI怒斥Scaling撞墙论！o1已产生推理直觉潜力巨大
OpenAI高级研究副总裁Mark Chen否认Scaling Law撞墙，强调O系列和GPT系列模型维持Scaling。他指出目前已有两种活跃的范式让人充满希望，并介绍了o1推理能力的产生过程及优势。