最近SemiAnalysis发布的一篇硬核技术博客,似乎掀开了OpenAI秘密训练的新模型的面纱。在这篇文章里,不仅提到了OpenAI正在研发一个介于GPT-4.1和GPT-4.5之间的全新模型,更是指出下一代推理模型o4的训练策略,发生了重大转变,而背后的核心驱动力,正是近年来备受关注的强化学习技术。今天大飞就来给大家解读一下文章,看看强化学习究竟正在如何改写大模型的研发范式,以及AI领域又将经历怎样的技术变革。
聊天讨论群,微信群二维码(如果进不了,看频道首页,可加个人微信gxjdian入群)
