OpenAI 在 o4-mini 推理模型中引入强化微调技术（RFT），通过设计评分函数优化模型输出，降低对标注数据的依赖。该技术适用于复杂任务，如医疗、税务和法律领域，已帮助多个企业显著提升模型性能。RFT 向认证组织开放，训练费用为每小时 100 美元，并提供数据共享折扣激励。这一创新将推动 AI 在更多领域的应用与发展。