OpenAI o1模型十问十答

文章预览

关注共识粉碎机，获取历史讨论会纪要 Q1：o1的开发者反馈怎么样？ A1： 就和大家看得各种测评集一样，多数场景好一点。Coding（Devin报告）、教育做题场景（各类做题）、以及统计分析场景提高很多。 另外o1模型对于开发者来说，比用4o这些模型更难。因为o1内嵌cot，对很多开发者来说要重新改product flow，原来自己做的cot都不行。对于API的Finetune要求也会更高。 我们看到o1的早期客户一开始用的感受是小幅提升，但经过合作Finetune后，模型效果提升明显。 所以可能过一段时间会看到越来越多的usecase。 Q2：o1的Researcher反馈？ A2： 很兴奋，解锁了很多研究员的心结。第一个是发现了一条稳步提升性能的新路径。第二个是发现API可以不管First Token Latency，而且居然还有场景。所有Researcher都会往这个方向再做一遍。 但RL的难度比Pretrain更高，寻找信号过程 ………………………………