新增o1训练框架图例

文章预览

昨天发布了一篇关于 OpenAI o1训练框架解析 的文章，后台收到读者的反馈，觉得1.2中对整个框架的描述还是不够具像化，【所以这里新增一张架构图，并根据架构图对框架做了更细节的描述，希望帮助大家更好理解。】由于微信公众号不支持大段文本的更改，所以修改后完整的文章我放在了知乎上：https://zhuanlan.zhihu.com/p/773907223。 需要额外说明的是，由于这是一个介绍【框架】的文章，旨在理清【什么是test-time scaling law】以及【介绍使用该law提升模型逻辑推理能力的一般方法】，所以整体描述是抽象概括的，不涉及具体算法的细节。在后面系列的文章中，我们会套用这个框架，在各个具体的算法上做扩展。 最后，这个【框架】不来自任何一篇论文，是我自己在探索o1的过程中，根据（可能相关的）论文和代码抽象出来的，具有强主观性，大家可以 ………………………………