今日最佳 AI 论文：简单蒸馏训练，就能超越 o1-preview？

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 夕小瑶科技说 作者 | 含萧 “世间的捷径，皆有代价” 大家好，我是含萧。 近日，在 OpenAI 计划长达十二天的"Shipmas"的前两天发布中，满血版 o1 系列以及强化微调技术 RFT(Reinforcement Fine-Tuning)面世。 其中，完全体 o1 更智能、更快、多模态输入、更擅长指令遵循、编码效能提升、错误率降低约 34%、思考速度提升约 50%。 而 RFT 技术则声称，仅用少量数据（官方说法：_dozens to thousands of high quality tasks_，数十到数千个高质量数据）就可以帮助用户微调出某一领域的专家模型，视频 demo 中仅用 1100 个数据 ………………………………