智東西9月13日消息，OpenAI新模型無(wú)預(yù)警上新：o1系列，可以進(jìn)行通用復(fù)雜推理，每次回答要花費(fèi)更長(zhǎng)時(shí)間思考。

在解決博士水平的物理問(wèn)題時(shí)，GPT-4o還是“不及格”59.5分，o1一躍來(lái)到“優(yōu)秀檔”，直接干到92.8分！

沒(méi)錯(cuò)，傳說(shuō)中的草莓終于來(lái)與大家見(jiàn)面了！

CEO奧特曼稱它是一種新范式的開(kāi)始：可以進(jìn)行通用復(fù)雜推理的人工智能。從今天開(kāi)始，o1-preview在ChatGPT中會(huì)向所有Plus和Team用戶推出，并且在API中向tier 5開(kāi)發(fā)者推出。

同時(shí)，OpenAI還發(fā)布了o1-mini——一種經(jīng)濟(jì)高效的推理模型，非常擅長(zhǎng)STEM，尤其是數(shù)學(xué)和編碼。

具體來(lái)說(shuō)，o1系列是OpenAI首個(gè)經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的模型，在輸出回答之前，會(huì)在產(chǎn)生一個(gè)很長(zhǎng)的思維鏈，以此增強(qiáng)模型的能力。

換句話說(shuō)，內(nèi)部思維鏈越長(zhǎng)，o1思考得越久，模型在推理任務(wù)上的表現(xiàn)就越好。

o1有多強(qiáng)呢？CEO奧特曼直給了答案：在剛剛結(jié)束的2024 IOI信息學(xué)奧賽題目中，o1的微調(diào)版本在每題嘗試50次條件下取得了213分，屬于人類選手中前49%的成績(jī)。如果允許它每道題嘗試10000次，就能獲得362.14分，高于金牌選手門(mén)檻，可獲得金牌。另外它還在競(jìng)爭(zhēng)性編程問(wèn)題 (Codeforces) 中排名前89%，在美國(guó)數(shù)學(xué)奧林匹克 (AIME) 預(yù)選賽題目中躋身美國(guó)前500名學(xué)生之列。

返回第一電動(dòng)網(wǎng)首頁(yè) >