华泰 | OpenAI o1：大模型范式的转折点

文章预览

OpenAI发布o1模型，标志着大模型的训练范式向推理侧转移 9月12日，OpenAI官方发布最新模型o1，指出其最大特点在于接受了强化学习（RL）训练，并在模型推理时采用更长的内部思维链（chain of thought，CoT），实现了模型在物理、化学、数学等强逻辑领域性能大幅提升。我们认为，o1的意义在以下几个方面：1）大模型Scaling Law的重心由预训练向后训练和推理侧转移。2）RL和长CoT的使用，定性增加了后训练和推理所需的算力。3）目前o1擅长的领域仍然是强推理需求的数学、代码、物理等领域，后续随着RL的进一步迭代，多领域泛化能力有望提升。建议关注国内算力链、苹果链和核心AI应用相关公司。 点击小程序查看研报原文 核心观点 大模型训练范式：Scaling Law重心从预训练向后训练和推理转移 2020年OpenAI提出的Scaling Law是大模型迭代的重要基础理论。o1之前 ………………………………