对o1 pro思考过程的技术分析（1）

文章预览

前言 本文关注的是o1 pro在推理阶段的过程探索，而并非如何训练出o1 pro模型。 本质上除了pretraining之外， 所有的训练过程都是为了模型使用阶段的方式而设计和优化的 。使用方式才是分析的主要目标，而post-training阶段的设计是为了优化使用阶段的表现而设计的。 关于降智： ChatGPT Pro账号仍然是可以被降智的，在测试o1 pro之前，请确认自己的账号没有被降智。没有被降智的o1 pro具有以下特征： [1] 在思考阶段会显示一个矩形框，而不是o1的风格。 [2] 在矩形框中会显示一个没有具体数字的进度条。 [3] o1 pro的回答是一次性快速给出的，而不是像o1一样流式输出。 1、o1 Pro的外部表现 o1 pro的最主要特征是它较长的思考时间，明显比o1要长。 而o1 pro的一个容易被忽视的重要特征是：o1 pro并非流式地生成最终回答，而是 在某个时间突然放出整个回答 。 如 ………………………………