“草莓”现真身

文章预览

9月13日，OpenAl宣布其最新的模型OpenAl o1 （ 内部代号“草莓大模型”） 正式发布， 主打推理能力，号称能解决比以往模型更难的科学、编程和数学问题。 - 推理能力大： OpenAI 表示，o1 模型在物理、化学和生物等学科的 challenging 基准测试中，表现与博士生相当 - 数学和编程能力：  在一项国际数学奥林匹克竞赛（IMO）的资格考试中，GPT-4o 的正确率只有 13%，而 o1 模型的正确率高达 83%！在 Codeforces 编程竞赛中，o1 模型的成绩也达到了前 89%！ 之前的市场预期： 发布时间基本符合预期 ： 技术关键点：RL & CoT & 慢思考换取推理能力【大幅】提升 【为什么提高？Scaling Law新范式，从预训练向后训练和推理转移】 o1经过强化学习训练来执行复杂的推理，并在回答之前产生一个很长的内部思维链（CoT）。强化学习（RL）+ 思维链（CoT）在高度数据高效的训 ………………………………