在2025年QCon AI NYC大会上，OpenAI的Will Hang介绍了Agent RFT，这是一种强化微调方法，旨在提升工具使用代理的性能。他强调了优化提示和任务的重要性，并提出了监督微调和偏好优化等多种微调选项。Hang指出，强化微调适合需要探索策略的任务，并强调了在整个轨迹中进行信用分配的重要性。Zi展示了实际应用案例，强调了在工具调用预算下的有效内容定位。

组织在选择AI模型时可选择通用模型或定制高级模型。强化微调技术通过反馈提升模型性能，平均准确率提高66%。Amazon Bedrock自动化此过程，简化开发，支持高质量输出并降低成本，同时保障数据安全，适合多种业务需求。

本文提出了一种名为ConRFT的强化微调方法，旨在提升视觉-语言-动作模型（VLA）在真实环境中的表现。该方法分为离线和在线两个阶段，通过一致性策略解决数据稀缺和不一致性问题。实验结果显示，ConRFT在多个操作任务中的成功率达到96.3%，显著优于传统方法，展示了强化学习在机器人应用中的潜力。

OpenAI推出强化微调技术，允许开发者针对特定任务深度定制模型。该技术通过强化学习提升推理能力，适用于法律、金融等领域，显著提高任务准确性，计划明年正式发布。

强化微调通过少量数据提升模型在专业领域的推理能力，达到专家水平。与传统微调不同，它采用强化学习算法进行反复训练和验证，适用于法律、金融等领域，帮助用户将优质数据转化为独特产品。