OpenAI 的“草莓”模型正式發(fā)布，名為“o1”，這是一系列新的人工智能模型，旨在花更多時(shí)間思考后再做出回答。
與以前的科學(xué)、編碼和數(shù)學(xué)模型相比，o1 模型可以推理復(fù)雜的任務(wù)，解決更難的問(wèn)題。
就像人類(lèi)一樣，o1 系列模型會(huì)用更多時(shí)間思考問(wèn)題，然后再做出回答。通過(guò)訓(xùn)練，這些模型學(xué)會(huì)了完善思考過(guò)程、嘗試不同的策略，并認(rèn)識(shí)到自己的錯(cuò)誤。
據(jù) OpenAI 介紹，在測(cè)試中，o1 的下一個(gè)更新模型在物理、化學(xué)和生物等具有挑戰(zhàn)性的基準(zhǔn)任務(wù)上的表現(xiàn)達(dá)到了博士生的水平。
他們還發(fā)現(xiàn)，這一模型在數(shù)學(xué)和編碼方面表現(xiàn)出色。在國(guó)際數(shù)學(xué)奧林匹克（IMO）的資格考試中，GPT-4o 只正確解決了 13% 的問(wèn)題，而 o1 模型的得分率則高達(dá) 83%。
此外，o1 模型的編碼能力也在競(jìng)賽中得到了評(píng)估，在 Codeforces 競(jìng)賽中達(dá)到了第 89 個(gè)百分點(diǎn)。
作為早期模型，o1 還不具備 ChatGPT 的許多實(shí)用功能，如瀏覽網(wǎng)頁(yè)信息、上傳文件和圖片等。對(duì)于許多常見(jiàn)情況，GPT-4o 在短期內(nèi)會(huì)有更強(qiáng)的功能。
但 OpenAI 表示，o1 模型更擅長(zhǎng)解決科學(xué)、編碼、數(shù)學(xué)和類(lèi)似領(lǐng)域的復(fù)雜問(wèn)題。例如，醫(yī)療保健研究人員可以使用 o1 為細(xì)胞測(cè)序數(shù)據(jù)添加注釋?zhuān)锢韺W(xué)家可以使用 o1 生成量子光學(xué)所需的復(fù)雜數(shù)學(xué)公式，所有領(lǐng)域的開(kāi)發(fā)人員都可以使用 o1 構(gòu)建和執(zhí)行多步驟工作流。
以下三個(gè)視頻 demo 展示了o1 模型在解決復(fù)雜推理問(wèn)題方面的強(qiáng)大能力。
此外，在安全性方面，OpenAI 提出了一種新的安全訓(xùn)練方法，利用 o1 模型的推理能力，使它們遵守安全和對(duì)齊準(zhǔn)則。通過(guò)在上下文中對(duì)安全規(guī)則進(jìn)行推理，o1 模型可以更有效地應(yīng)用這些規(guī)則。
衡量安全性的方法之一，是測(cè)試當(dāng)用戶(hù)試圖繞過(guò)安全規(guī)則（即“越獄”）時(shí)，模型能在多大程度上繼續(xù)遵循其安全規(guī)則。在最難的越獄測(cè)試中，GPT-4o 得分為 22 分（0-100 分），而 o1-preview 得分為 84 分。
此外，為了向開(kāi)發(fā)人員提供更高效的解決方案，OpenAI 還同時(shí)發(fā)布了 o1-mini，這是一種速度更快、成本更低的推理模型，在編碼方面尤為有效。作為一個(gè)較小的模型，o1-mini 比 o1-preview 便宜 80%，因此對(duì)于需要推理但不需要廣泛世界知識(shí)的應(yīng)用程序來(lái)說(shuō)，它是一個(gè)經(jīng)濟(jì)高效的模型。
目前，o1 的預(yù)覽版本和 o1-mini 已經(jīng)在 ChatGPT（Plus 和 Team）和 API 上線(xiàn)。未來(lái)，o1-mini 將提供給所有 ChatGPT 免費(fèi)用戶(hù)使用。
原創(chuàng)文章，作者：潮玩君，如若轉(zhuǎn)載，請(qǐng)注明出處：http://2079x.cn/article/680293.html
