从Pre-training Scaling Law到Inference Scaling Law：OpenAI O1模型引领新范式

文章预览

OpenAI O1 模型引领的新范式 ©作者 | 坚果 来源 | 神州问学 一、引言 9月13日凌晨，OpenAI发布了其最新研究成果——OpenAI O1模型。这一成果标志着人工智能领域的一项重大突破。不同于以往任何模型，OpenAI O1通过结合强化学习与自我推理技术，在复杂任务处理上展现出了卓越的能力，特别是在科学、编码和数学等领域。OpenAI官方宣称，O1模型在多个基准测试中的表现已接近甚至超越了人类专家水平。值得注意的是，O1模型在回应用户提问前会经历一系列复杂的“内部思考”过程，这一特性使其能够更精准地理解问题并给出高质量的答 OpenAI还提供了模型在后训练阶段的缩放定律图表，显示了随着强化学习时间和推理思考时间的增长，O1模型性能得到显著提升。国内顶尖研究团队认为，O1模型特别强调了训练和推理阶段的计算需求，并提出了train-time compute和 ………………………………