Predibase近日推出了首个端到端强化微调平台（RFT），该平台与传统依赖大量标注数据的监督式微调不同，采用奖励机制和自定义函数来实现持续的强化学习。RFT支持无服务器和端到端训练，用户仅需通过浏览器设定微调目标并上传数据，即可简化原本