九游会j9·游戏「中国」官方网站

经济不雅察报 社论 陈沛 / 文自从 OpenAI 推出最新的高档推理模子 o1，如故往常了 10 天掌握的时分。

模子刚推出的时候，许多率先使用的用户会以为这个预览版模子（o1-preview）的纯文本时势和一样磋磨代理的生成成果略感平方，就像我在前一篇专栏中写过的情况。

也有一些盘考者试图从 OpenAI 先容的实质中针对自我对弈强化学习、数据合成等进行分析，以杰出这个模子的至极进步之处。

在此时间，多样说法丰富多采，不一而足。我则认为值得进一步分析的是随后很快出现的 o1 模子开源复现版，以及最新的才略测试斥逐。

一周内出现 o1 开源复现成果

好意思国 SambaNova 公司的 Kaizhao Liang 在 o1 模子发布一周内，就在 HuggingFace 上推出了一个一样 o1 模子想考历程的开源平替版—— Llama3.1-Instruct-O1。

这个开源平替版用到了 Llama-3.1-Instruct 模子，用户不错继承 405B、70B、8B 三个开源模子版块，再配置想考设施的戒指（从 1 至 100 之间），然后就不错已毕一样 o1 模子的想考历程。

已毕旨趣相称澄莹，作家给 Llama-3.1-Instruct 开源模子加多了非凡的系统教导词，共包括八个阶段，条件模子仔细阅读问题，按照想考设施数目配置计数器，并条件模子进行自我反想，完成沿途解答阶段后进行从头组织，酿成最终输出谜底。

客不雅来看，这个设施比拟讨巧，告成借用训诫的教导框架对开源模子的输出斥逐进行截止，以生成一样的想考成果，却不波及上述的自我对弈强化学习历程。不外，这想必也不是开源复现版作家的本意。因为 SambaNova 行为 AI 推理加快作事商，更多是想展示它们在多步推理中的加快成果，而非高档推理材干。

测试发现 o1 模子才略轶群

奈何愈加直不雅体现 o1 模子的推理材干，有东谈主预见了进行才略测试。好意思国 Tracking AI 矜重东谈主 Maxim Lott 使用了门萨才略测试（Mensa Norway）对 12 个主流模子进行了测试，如期更新测试斥逐。

在最近的测试斥逐中，o1 模子在 35 谈题中答对了 25 谈，才略达到 121，是通盘模子中独逐一个才略超过平均值（100）的模子。其它模子的才略无数广阔在 80 至 90 掌握。

可是必须看到，由于这 12 个被测模子中既包括 o1 这么的纯文本模子，也包括 GPT-4o、Gemini Advanced、Claude-3 Opus 等多模态模子，而 35 谈才略测试题中又有特别部分题目是复杂图形推理题，因此测试者需要把题目和选项转成相称全面的文本描述输入给纯文本模子，这个东谈主工鬈曲历程或多或少会让纯文本模子在测试斥逐上得到一定上风。

天然，就算排猬缩这极少上风身分，o1 模子在才略测试中所体现出来的复杂推理材干依然处于较着的最初位置。

OpenAI 对 o1 模子的阶段定位

OpenAI 的 CEO Sam Altman 在最近的表态中，将 o1 模子比方成往常 GPT 系列模子的 GPT-2，这似乎侧面印证了 o1 模子天然发扬出了权贵的材干进步，但同期也存在着较着的瑕疵。

转头往常，在发展 GPT 系列模子时，亦然一直演进到 GPT-3.5 的阶段，才推出了 ChatGPT 激发了庞大关爱。

瞻望后续的发展途径九游会j9·游戏「中国」官方网站，如今 o1 模子如故来到了 OpenAI 之前建议 5 层通用东谈主工智能的第 2 层（推理者，Reasoner），并将连续向之后第 3 层至第 5 层的智能代理（Agent）、翻新者（Innovator）和组织者（Organizer）握续登攀。