深度｜OpenAI o1 的思维链与周鸿祎的慢思考

文章预览

OpenAI 在 9 月 13 日发布的 o1-preview 模型后，o1 系列凭借其强大推理能力和解决问题能力得到大家广泛关注。 有业内人士表示，o1 开创了“强化学习的 Scaling Laws”，即“Inference Law”，算力收益要比训练获得的大得多。 对 Inference 系统 1（快思考）和系统 2（慢思想）的讨论一时间成为业内探讨的热点，而该理论正是出自诺贝尔经济学奖得主 Daniel Kahneman 的著作《思考，快与慢》。 英伟达高级科学家 Jim Fan 在 o1 发布后第一时间表示，大量计算将被转移到服务推理而不是训练前/后，o1 将成为数据飞轮，反过来将进一步优化 GPT 未来版本的推理核心。 周鸿祎对 OpenAI 的前瞻性解读 OpenAI o1-preview 在产品中应用 Inference 的背后，正是通过“思维链（CoT）”实现的。基于强化学习，o1 将棘手的问题分解为更简单的步骤，再交给多个子模型来解决，从而提高模型的 ………………………………