文 | 虞景霖aj九游会官网

裁剪 | 苏建勋 邓咏仪

传奇已久、拖了又拖的 OpenAI 模子技俩"草莓"，终于现身了。

北京时期 9 月 13 日凌晨，Open AI 发扬发布了其首款具有推忠良力的模子，代号为 OpenAI o1，包括无所不可的年老 o1-preview，和后果惊东说念主的小弟 o1-mini。

OpenAI 的议论负责东说念主 Jerry Tework 向 The Verge 自满：" o1 使用了一种全新的优化算法和为其量身定制的新熟统统据集。"也因此模子的定名并未连接 GPT 系列，而是"被定名为 o1，以暗意‘将计数器重置回 1 ’。"

o1 的翻新性意旨也正在于此——这代表了大模子智力在推理这条说念路上的东说念主新起始，而不是浅近地当作 GPT 系列的连接。

开端：OpenAI

传奇已久的 o1 仍是上线，就在 X 激勉庸俗议论：驳倒区网友普天同庆，AI 圈网红 Jim Fan 依旧现身宣传。

而况 Jim Fan 还暗意，o1 的发布里程碑意旨在于，它考据了此前所说的"两条弧线协同责任"表面，展示了熟悉预计和测试预计若何共同影响模子的最终性能。

传统的模子熟悉强调在熟悉时参增多数预计资源。而 o1 模子代表了一种新的 AI 模子配置范式。它强调了测试时预计（或推理时预计）的蹙迫性—— o1 通过增加在测试 / 推理时的预计资源权臣提高了模子性能。

开端：X

"放假中"的总裁 Brockman，雷同现身打 Call 开端：X

要是说此前的模子是用"直观"恢复问题，那么 o1 给出的则是三想尔后行后的恢复，这一蜕变来自于背后的"链式想考"（Chain-of-thought）机制。

用 OpenAI 议论把持 Mark Chen 的话说便是："模子在学习我方想考，而不是试图师法东说念主类的想维时势。"

浅近来说，o1 在给出恢复前会在"脑子"里进行一场里靠近话，还会使用"让我想想""我在筹商"等短语来展示想考经过。

模拟想考经过："我很酷爱""我正在想考""好的，让我望望" 开端：OpenAI

o1 的阐扬究竟若何？用数据来语言：

数学方面，在 2024 年好意思国数学邀请赛（AIME）中，GPT-4o 的平均正确率为 12%（15 说念题处理 1.8 题），o1 在初次尝试的平均正确率就达到了 74%。通过使用集体有规划和高档评分战术，o1 的正确率最高可达 93%。这一收获不仅让 o1 置身全好意思前 500 名优秀学生之列，还卓越了好意思国数学奥林匹克竞赛的入选分数线。

GPQA Diamond 是一项成心评估化学、物理和生物等限制专科常识的测试。o1 不仅完成了这项测试，还超越了领有超越了部分领有相干限制博士学位的东说念主类行家，标明 AI 在特定专科限制的智力已经达到了一个新高度。

编程方面，o1 在海外信息学奥林匹克竞赛（IOI）中也阐扬不凡，在和东说念主类参赛者交流的条款下，o1 得回了 213 分的高分，位列参赛者的前 50%。当限度进一步放宽（每个问题的提交次数从 50 提高到 10000 次），o1 取得了 362.14 的高分，超越了金牌的得回门槛。

在模拟 Codeforces 平台的竞争性编程比赛中，o1 得回了 1807 的高分，超越了 93% 的东说念主类竞争者，这一收获远远卓越了 GPT-4o（Elo 评分为 808，仅卓越 11% 的东说念主类竞争者）。

浅近来说，o1 是一个相等善于想考、推理的大模子。而况，其运作机制与基于 scaling law 的大模子不同，这让它不消基于多数的预计破钞来擢升性能，而是一个非常垂直的模子。

尽管 o1 模子展现出了不凡的智力，但仍然存在一些值得扫视的局限性。

最初，在处理速率方面，o1 可能不如其他模子马上。

Thomson Reuters 的副总裁 Pablo Arredondo：" o1 随机需要卓越 10 秒才能恢复一个问题，这在某些需要快速反映的场景中可能会成为一个问题。"

其次，相较于 GPT-4o，o1 在功能上还有一些欠缺——现在无法浏览网页，也不可处理文献和图像。

此外，o1 不是一个多模态模子，这意味着它无法瓦解图像或音频输入。

在模子输出的质料方面，OpenAI 承认 o1 存在一些挑战。凭证本领论文中的反馈，o1 似乎比 GPT-4o 更容易产生"幻觉"，即生成看似合理但内容上并不准确的信息。同期，o1 似乎不如 GPT-4o 那样平常承认我方不知说念谜底，这可能会在某些情况下导致误导性的输出。

OpenAI 官方极端提议将 o1 用于处理以下限制的复杂问题：科学、编码、数学和相干限制。

即日起，ChatGPT Plus 和 Team 用户不错探听 o1-preview 和 o1-mini；企业用户和 Edu 用户将于下周得回探听权限。OpenAI 野心为扫数 ChatGPT 免用度户提供 o1-mini 的探听权限，但尚未详情发扬发布日历。

关于 API 探听，得当 API 使用品级 5（已经支付 1000 好意思元而况卓越 30 天）的配置者不错使用 API 中的两个模子进行原型想象，现时的速率限度为 20 次肯求 / 分钟。此外，现时的 API 版块还不支柱一些高档功能，如函数调用、流式处理和系统音问支柱等。

在订价方面，在 API 中，o1-preview 中每 100 万个 token 的输入价钱为 15 好意思元，输出价钱为 60 好意思元，较 GPT-4o 跳跃 3-4 倍。

� � � �   扫码加入「智涌 AI 交流群」� � � �

开端：公众号【智能久了】aj九游会官网