刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
输入“/”快速插入内容
刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
用户2749用户27492024年9月13日修改
大模型领域的技术发展，今天起再次「从 1 开始」了。
北京时间 9 月 13 日午夜，OpenAI 正式公开一系列全新 AI 大模型，旨在专门解决难题。这是一个重大突破，新模型可以实现复杂推理，一个通用模型解决比此前的科学、代码和数学模型能做到的更难的问题。
OpenAI 称，今天在 ChatGPT 和大模型 API 中新发布的是该系列中的第一款模型，而且还只是预览版 ——o1-preview。除了 o1，OpenAI 还展示了目前正在开发的下次更新的评估。
o1 模型一举创造了很多历史记录。
首先，o1 就是此前 OpenAI 从山姆・奥特曼到科学家们一直在「高调宣传」的草莓大模型。它拥有真正的通用推理能力。在一系列高难基准测试中展现出了超强实力，相比 GPT-4o 有巨大提升，让大模型的上限从「没法看」直接上升到优秀水平，不专门训练直接数学奥赛金牌，甚至能在博士级别的科学问答环节上超越人类专家。
奥特曼表示，虽然 o1 的表现仍然存在缺陷，不过你在第一次使用它的时候仍然会感到震撼。
其次，o1 给大模型规模扩展 vs 性能的曲线带来了一次上翘。它在大模型领域重现了当年 AlphaGo 强化学习的成功 —— 给越多算力，就输出越多智能，一直到超越人类水平。
也就是从方法上，o1 大模型首次证明了语言模型可以进行真正的强化学习。