搜狗资讯2024年10月12日发布:突发!OpenAI发布最强模型o1:博士物理928分,IOI金牌水平
⭐发布日期:2024年10月12日 | 来源:搜狗资讯
【新澳结果资料查询29期】 |
【944cc免费资料大全天下】 |
【4949澳门免费大全49图库】 | 【二四六天下彩天天免费大全】 | 【澳门管家婆免费资料查询】 | 【2024澳门天天开彩资料大全】 | 【四肖八码期期准资料免费长期】 | 【新澳门资料大全免费安装】 | 【2024新澳门正版免费资料】 | 【今晚澳门特马开什么号码342】 |
【2024澳门六开彩结果查询表】 | 【澳门正版资料大全网站】 | 【2024澳门正版资料全年免费】 | 【澳门最精准最快的资料】 | 【2024澳门正版资料免费中】 | 【二四六天好彩(944cc)免费资料大全】 | 【7777788888精准管家婆更新时间】 | 【一码一肖100%精准】 |
防走失,电梯直达安全岛报人刘亚东A
来源:量子位(ID:QbitAI)
来了来了!刚刚,OpenAI新模型无预警上新:
o1系列,可以进行通用复杂推理,每次回答要花费更长时间思考。
在解决博士水平的物理问题时,GPT-4o还是“不及格”59.5分,o1一跃来到“优秀档”,直接干到92.8分!
没错,传说中的「草莓」,终于来与大家见面了!
CEO奥特曼称它是一种新范式的开始:可以进行通用复杂推理的人工智能。
具体来说,o1系列是OpenAI首个经过强化学习训练的模型,在输出回答之前,会在产生一个很长的思维链,以此增强模型的能力。
换句话说,内部思维链越长,o1思考得越久,模型在推理任务上的表现就越好。
o1有多强呢?CEO奥特曼直给了答案:
在刚刚结束的2024 IOI信息学奥赛题目中,o1的微调版本在每题尝试50次条件下取得了213分,属于人类选手中前49%的成绩。
如果允许它每道题尝试10000次,就能获得362.14分,高于金牌选手门槛,可获得金牌。
另外它还在竞争性编程问题 (Codeforces) 中排名前89%,在美国数学奥林匹克 (AIME) 预选赛题目中跻身美国前500名学生之列。
与GPT-4o相比,o1在数理化生、英语法律经济等各种科目都有不同成绩改进。
汇总官方发布的各种消息来看,这次突然发布的o1系列又分为三个型号:
o1,新的大模型天花板,过于强大目前不方便对外公开。
o1-preiview,o1的早期版本,可以立即提供给ChatGPT付费用户和API用户。
o1-mini,速度更快、性价比更高,适用于需要推理和无需广泛世界知识的任务。
不少OpenAI员工都分别用“系统1”和“系统2”思考来科普o1系列与之前模型的区别。
连长期休假中的总裁Brockman都“诈尸”回归了。
思维链提示方法的原作者Jason Wei表示,这一次不是纯粹通过提示来完成思维链,而是使用强化学习训练模型以更好地执行链式思考。
在深度学习的历史中,人们一直试图扩展训练阶段的计算,但思维链是自适应计算的一种形式,现在也可以在推理时扩展。
新模型做了很多类似人类的事情,比如将棘手的步骤分解为更简单的步骤、识别和纠正错误以及尝试不同的方法。
游戏已被完全重新定义。
o1:AI能力新天花板
通过训练,o1模型学会完善自己的思维过程,尝试不同的策略,并认识到自己的错误。
不过作为早期模型,它尚不具备ChatGPT的许多有用功能,例如联网搜索以及上传文件和图像。
但对于复杂的推理任务来说,这是一个重大进步,OpenAI称代表了人工智能的最高水平。
鉴于此,他们决定将计数器重置,并将该系列模型命名为OpenAI o1。
随着更多的强化学习(训练时计算)和更多的思考时间(测试时计算),o1 的性能持续提高,新的Scaling Law诞生了。
不过这种方法的Scaling受到的限制与普通预训练有很大不同,OpenAI正在继续研究它们。
o1思考起来是什么样子?可以从官网示例中的编写Bash脚本的编程任务一窥究竟。
首先作为对比,GPT-4o会直接就开始写代码,遗憾得到错误结果。
而o1-preiview会先用自己的理解复述一遍要求,然后开始拆解要求,明确最终目标。
接下来它会给自己定义任务、分析限制条件、列出需要用到的方法。
进一步把任务拆解成明确的数个小步骤。
最后才动手编写代码,并保证一次性得到正确结果。
OpenAI表示,o1系列可以帮医疗保健研究人员来注释细胞测序数据,帮助物理学家可以生成量子光学所需的复杂数学公式,所有领域的开发人员可以使用o1来构建和执行多步骤工作流程。
而且不是说说而已,OpenAI已经邀请相关的人类专家学者试用了一波。
马克思普朗克研究所的量子物理学者Mario Krenn,展示了GPT-4o不能回答但o1-preview正确完成计算的复杂量子物理问题。
除了考试和学术基准之外,团队还评估了人们对o1-preview与GPT-4o在开放问题上的偏好。
在数据分析、编码和数学等推理密集型类别中,o1-preview明显优于gpt-4o。
然而o1-preview在某些自然语言任务上并不是首选,这表明它并不适合所有场景。
OpenAI科学家Noam Brown分享了更详细的个人测试结果。
在上个月的ACL会议上有一个所有当时大模型都无法解决的逻辑难题。o1-preview能够做对,o1满血版几乎每次尝试都能做对。
目前o1花费在思考上的时间是几秒到十几秒,但OpenAI未来的改进方向不是缩短,反而是努力增加这个时间,
目标是让未来的版本思考几个小时、几天甚至几周。
推理成本会更高,但你会为一种新的抗癌药物付多少钱?为了电池的突破、黎曼猜想的证明又付多少?
人工智能可以不仅仅是聊天机器人
谁可以访问o1?
根据OpenAI官方说法,ChatGPT Plus和Team用户最早可在几个小时内可以体验到o1系列模型。
在发布时,o1-preview限制为每周30条消息,o1-mini每周50条。
API访问权限将首先给Tier 5级用户,也就是已经在OpenAI API上花费超过1000美元的人。
OpenAI正在努力提高这些速率,并使ChatGPT能够针对给定的提示自动选择合适的模型。
快打开ChatGPT看看你是不是第一波吃草莓的人吧
参考链接:
https://openai.com/o1/
https://x.com/polynoamial/status/1834280155730043108
【2024年澳门六开彩结果查询】 【20024新澳天天开好彩大全】 |
【澳门正版资料全年免费公开精准资料一】 【澳门平特一肖100%准资软件截图】 |
【一码一肖100准资料】 【澳门精准一肖一码精准确2024】 |
【2024澳门六开彩查询记录】 【澳门4949资料免费大全】 |
【澳门免费公开资料大全】 【香港期期准资料大全】 |
【新奥天天免费资料】 【澳门资料免费大全】 【新澳彩资料免费资料大全】 |
发表评论
芭儿·帕丽
1秒前:8分!
IP:69.12.9.*
惠松旺
2秒前:换句话说,内部思维链越长,o1思考得越久,模型在推理任务上的表现就越好。
IP:40.38.4.*
忽那汐里
8秒前:没错,传说中的「草莓」,终于来与大家见面了!
IP:25.18.5.*