必看：Open AI AMA 回答大量关于 o1 的关键性问题

主要观点总结

这篇文章介绍了OpenAI举办的关于OpenAI o1的AMA活动，分享了Tibor Blaho整理的关于o1模型的重要信息。文章涵盖了o1模型的特点、功能、定价、研究洞见等方面的内容。

关键观点总结

关键观点1: o1模型的特点

o1模型不是一个系统，而是一个经过系统训练的模型；具有多模态能力；CoT token不会被公开；提示可以影响模型思考问题的方式；使用强化学习来改善o1中的CoT。

关键观点2: o1模型的性能与规模

o1模型即将支持更大的输入上下文；在STEM任务中，o1-mini表现更好，但世界知识有限；o1模型的图标象征着一个具有非凡能力的外星生物。

关键观点3: 工具、功能和即将推出的特性

o1-preview目前不支持工具使用，但计划未来支持函数调用、代码解释器和网页浏览功能；用户可能在未来版本中获得对思考时间和token限制的控制权；计划在API中启用流式处理并考虑推理进度。

关键观点4: 思维链（CoT）推理

o1在推理过程中生成隐藏的思维链；提示中的指令可以影响模型如何思考问题；强化学习用于改善o1中的CoT；目前不计划向API用户或ChatGPT公开CoT token。

关键观点5: 定价、微调和扩展

o1模型的定价预计遵循每1-2年降价的趋势；模型微调功能在开发计划中，但没有具体时间表；o1的扩展主要受限于研究和工程人才；未来几代模型可能带来显著性能提升。

关键观点6: 模型开发和研究洞见

o1通过强化学习训练提高推理性能；模型展现出创造性思维，在哲学推理和泛化能力方面令人印象深刻；研究人员利用o1创建了一个GitHub机器人。

关键观点7: 提示技巧和最佳实践

o1受益于提供边缘案例或特定推理风格的提示方式；与早期模型相比，o1模型对提示中的推理线索更为敏感。

关键观点8: 一般反馈和未来改进

由于处于早期测试阶段，o1-preview目前的使用频率限制较低，但将会逐步提高；正在积极改进模型的响应延迟和推理时间。

关键观点9: 显著的模型能力

o1能够深入思考哲学问题，如“生命是什么”；在处理复杂任务和从有限指令中进行泛化方面表现出色；展示了强大的创造性推理能力。

文章预览

Open AI 举办了一个关于 Open AI o1 的 AMA。回答了非常多用户和开发者关注的o1 问题。 Tibor Blaho， 爬了整个推特流 [1] 然后总结了一下，跟大家分享一下总结后的内容，如果感兴趣可以去看吧  Open AI 的原始帖子 [2] 。 这里是几个我觉得比较重要的点： • 强调 o1 不是一个“系统”而是一个经过系统训练的模型。 • mini 在某些方面确实更好，只是世界知识不够多 • o1 模型即将支持更大的输入上下文 • o1 本身是有多模态能力的 • CoT token 不会被公开 • 提示可以影响模型思考问题方式 • 强化学习 (RL) 用于改善 o1 中的 CoT，GPT-4o 无法仅通过提示匹配其 CoT 性能 • 正在为模型添加广泛的世界知识 模型名称和推理范式 • OpenAI o1 的命名代表了人工智能能力的新高度;计数器重置为 1 • "Preview (预览版)"表示这是完整模型的早期版本 • "Mini (迷你版)"意味着这 ………………………………