91porn 在线

本文来自微信公众号：王智远91porn 在线，作家：王智远，原文标题：《Open AI 发布新一代模子 01》，题图来自：AI 生成

凌晨 1 点，我还在追剧。

这时，一又友发来一条音讯说：Open AI 发布了新模子，你在电脑上碰荣幸能用吗？哎，年老，齐要就寝了，这要强制开机，让我起来加班码字啊。‍‍

带着有趣，绽开 PC 端 ChatGPT 一看，竟然，多出两个模子，分袂是 ChatGPT o1-mini 和 o1-preview。

这是什么东东？如何叫这个名字？这个模子有什么脾气？如何还有两个版块呢？价位如何？难谈是此前被传的"草莓"作念出来了？

带着疑忌，熬夜看完官方文档，把内容转头共享给你。

一

为什么叫 o1 呢？官方说：

For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this， we are resetting the counter back to 1 and naming this series OpenAI o1。

我用自带浏览器的翻译功能，翻译出来便是：

这个模子在复杂推理任务上是一个要紧的率先，代表了东谈主工智能才能的一个新水平；因此，咱们决定重新运转编号，把这一系列模子定名为 OpenAI o1。

袄，正本因为这个模子相等历害，能作念许多复杂的事情，OpenAI 以为这是一个新的最先，是以把编号重新设为 1，运转一个新的系列。

那么，它为什么会有两个版块呢？官方说：

o1 mini 版是个简化的版块。它在速率、体积和资本方面齐作念了优化。

这个版块在处理数学、编程推理任务时线路可以，额外相宜需要快速处理问题的地方；因为它体积小，资本也低，是以，要是你想快速得到谜底，那么 o1 mini 版可能更相宜你。

相对 o1 preview 版，是齐备版块。

相比擅所长治复杂的问题，比如，岂论是科学问题、数学题如故编程，它齐能处理得相等好；天然，要是你碰到的问题要平凡的常识或者深切的贯串，那么这个版块更相宜你，因为它的推理才能相等弘远。

我不信，于是，让国产大模子 Kimi Chat 给我想了一个逻辑数学逻辑题，如下：

假定我有一个农场，内部有鸡和兔子。有一天，我数了数农场里动物的头和脚，发现悉数有 35 个头和 94 只脚。提示，农场里各有若干只鸡和兔子？

preview 版的确很强。除了告诉我有 23 只鸡，和 12 只兔子外，还给出了要津，扫数这个词下来，也就不到 2 秒。天然，这种测试用来拼凑 Chat 详情是无压力的，要是你有时刻，也可以带入责任中的问题，我方体验下。

总的来说，两个版块的主要区别是它们处理任务的才能、速率和资本；o1 mini 版在速率、资本上有上风；preview 版更相宜推理。

不外，实质体验下来，没以为有什么相反，也许我自己要它作念的事情，相比陋劣。

体验完后，仔细一想，这和 GPT-4o、GPT-4omini 有啥区别呢？非要搞出四个模子吗？加上 GPT-4，我电脑上依然有五个模子了。

查了下官方文档，有一篇著述叫《用法学硕士学习推理》（Learning to Reason with LLMs）预防先容了一切。

他们是这样说的：

在对 OpenAI 的两个 AI 模子—— o1-preview 和 GPT-4o 的实质使用偏好测试中，东谈主类评估者在不知情的情况下，相比了两个模子对复杂问题的恢复。

效劳泄漏，在需要大批推理的任务上，比如数据分析、编程和数学问题，民众更心爱 o1-preview。因为 o1-preview 经过稀疏的强化学习教会，是以，在处治这类问题时，推理才能更强，更高效。

然则，在天然话语处理任务上，o1-preview 的线路不如 GPT-4o。这是因为它的教会重心在推理和处治问题的策略上，而不是在话语的流通度或文本生成的千般性上。

这阐发，天然 o1-preview 在某些限制很出色，但它并不相宜扫数类型的任务，尤其是那些专注于天然话语处理的场景。

正本如斯。

我又看了看 o1-preview 和 o1 mini 版相宜哪些东谈主。官方说，要是你在处理科学、编码、数学等限制的复杂问题，这些增强的推理才能可能额外有效。

比如：

医疗盘问东谈主员可以用 o1 来标注细胞测序数据；物理学家可以生成量子光学所需的复杂数学公式；各个限制的蛊惑者齐可以用 o1 来构建和实行多步的责任过程。

是以，要是你作念科学、敲代码、编程、数学方面的责任，用它再好不外了。

二

那么，o1-preview 和 o1 mini 到底作念了哪些测试呢？

首先，为了泄漏 o1 模子在推理方面比 GPT-4o 有多大矫正，他们在不同的东谈主体稽查和机器学习基准上测试了它。

在 2024 年的 AIME 数学查验中，GPT-4o 平均只处治了 12% 的题目；而 o1 模子单次测试的平均解题率达到了 74%。要是算上 64 次测试的平均得分，能达到 83%；重新从 1000 个样本中名次，平均得分以致可以达到 93%。

这个收货不仅让它干预了全好意思前 500 名，还杰出了参加好意思国数学奥林匹克的分数线。

他们还用一个叫作念 GPQA 钻石的迤逦来测试 o1。这个测试波及化学、物理和生物学的专科常识。

他们请了一些领有博士学位的大众来恢复这些问题，效劳发现，o1 模子的线路杰出了东谈主类大众，成为第一个在这个测试中得回这样收货的模子。

这并不料味着 o1 在扫数方面齐比博士更历害，而是阐发它在处治某些专科问题上更为熟习。

天然，在其他一些机器学习的测试中，他们也作念了大批测试；它在 MMMU 的视觉感知测试中得了 78.2 分，成为第一个能和东谈主类大众竞争的模子；况兼，在 57 个 MMLU 子测试中的 54 个技俩上，它的线路齐优于 GPT-4o。

我有趣地搜索了一下，什么是 MMLU？陋劣讲，MMLU 像一场大型的详细查验，参加查验的不是东谈主类，而是东谈主工智能模子。

总之，这些测试最终论断是：

OpenAI 的 o1 模子在全球编程比赛 Codeforces 中名按次 89 位，在好意思国数学奥林匹克（AIME）的经验赛中，干预了全好意思前 500 名。

在物理、生物学和化学问题的测试中，它的线路以致杰出了博士水平。

因此，o1-preview 和 o1 mini 在处治高难度的推理和专科问题上线路更出色；而 GPT-4o 更相宜处理日常的任务。

三

是以，这样强的推理才能如何杀青的？要害有四个方面：

首先，o1 模子用了一种"自我对弈强化学习"（Self-play RL）的步伐；这是一种通过模拟环境和自我扞拒来提高模子性能的时候。

这种步伐中，模子在莫得外部率领，通过束缚尝试和伪善来学习策略和优化决议。

瞎想一下：

它就像在和我方棋战，一边玩一边学；过程中，无谓别东谈主教，我方试试、出错、再试，渐渐就学会了如何作念决议和处治问题。

其次，o1 还效法了东谈主类的"慢念念考"（Slow Thinking）；这种念念考要时刻、奋勉和逻辑三者取悦，就像咱们在查验时仔细念念考一个迤逦相通。

通过三念念尔后行的方式，o1 先分析问题，然后把它断绝，再推理，再处治；这让它在科学、编程或数学上更精确，更出色。

天然，这一步离不开念念维链。

念念维链的推理，还用一种特有的步伐来监控模子。要是这些念念维链是可读的，研发东谈主员就能"读懂"模子的念念考过程。

这关于监测模子是否能驾御用户行径相等有匡助，然则，为了让模子能目田地抒发念念考，他们不在模子中加入任何与计策、用户偏好连系的硬性礼貌。

因此，这个模子整合了安全计策和东谈主类价值不雅，通过在模子的谜底中重现念念维链中的有效主见，让用户盘曲了解模子的念念考过程。

还有少许，念念维链加入了鲁棒性（Robustness）测试。所谓鲁棒性指一个系统、模子或者确立在面临千般不测情况、烦闷或者变化时，仍然能够平素责任，辞谢易出问题。

一辆汽车，岂论在高温、低温、下雨如故颤动的路面上，齐能平素行驶，这阐发它的鲁棒性很好；在 AI 限制，鲁棒性指软件、模子在面临不同的数据输入、伪善，以致坏心袭击时，仍然能保捏平稳和准确。

是以，鲁棒性强调的是在千般复杂、多变的环境下，仍然能保捏可靠和平稳的性能。

除以上两点，o1 在教会时还用上了数据飞轮（Data Flywheel）；它的正确谜底会被用来再教会它我方，匡助它变得更机灵。

天然，为援助这些复杂的念念考任务，o1 还用上了一些额外优化的算法、架构。这些时候让它更快、更准确地处治问题，提高了它的全体才能。

总之，o1 模子教会原谅五个维度：

1. 自我对弈强化学习；2. 效法东谈主类慢念念考；3. 拆解了念念维链的过程；4. 在念念维链中加入了鲁棒性测试；5. 数据飞轮再强化。

看完官网文档，说白了，我以为他们让 AI 更像东谈主了。

四

再弘远的东西，不买卖化详情不行。那么，o1 模子的资本和使用戒指有哪些呢？

o1-preview 的价钱是：

每处理一百万个输入要花 15 好意思元，每处理一百万个输出则是 60 好意思元；这阐发，要是你用这个版块，输入和输出的处理用度会相比高。

珍藏啊。这是什么倡导？举个例子：

要是你每天和这个模子聊天 100 次，每次输入 1000 个单词，那么一天的用度是 75 好意思分乘以 100 次，等于 75 好意思元。按照现时汇率，75 好意思元约等于 540 东谈主民币。

这样看来，使用这个模子的资本格外于每天花 540 块钱。要是你每天齐这样使用，一个月下来的破耗就相等可不雅了，堪比请一个大众了。

而 o1-mini 的价钱低廉一些。

每一百万个输入只需 3 好意思元，每一百万个输出 12 好意思元。但这个低廉版在功能上可能会有些戒指；要是你是 ChatGPT Plus 或 Team 的用户，就可以优先尝试 o1 模子的功能。

对蛊惑者来说，条目就严格多了，只消支付了 1000 好意思元的五级蛊惑者才能用这个模子，况兼每分钟只可调用 20 次。

至于 API 的调用戒指，o1-preview 每周只可调用 30 次，o1-mini 每周可以调用 50 次。这种戒指是按周来算的，不是按小时或分钟。

功能方面，现时的 o1 模子还弗成援助扫数的功能，比如贯串图片、生成图片、评释代码、网页搜索等。是以，用户现时只可用它来进行基本的对话。

官方还说：

天然现时 o1 模子资本较高，使用也有限，但跟着时候发展和 OpenAI 的束缚矫正，瞻望将来会有更多用户能使用到这个模子，资本也可能会缩小。

不管岂肯说，AI 越来越像东谈主相通"三念念尔后行"了，至于这个模子，谁会付费呢？谁又能为它支付 1000 好意思金呢？有时，只消大公司、盘问机构、有特定需求的专科东谈主士才能承担得起。

那到时候，真就成了用钱请了一个" AI 大众"，是以，AI 会替代大众吗？

转头‍

越来越像东谈主的模子。

谁也猜不到，昔时的 o1-preview（mini）会发展成什么样，至少，它详情不会是个普通的 GPT。

它会发展成具身智能吗？有这个可能。跟着时候束缚率先，o1-preview（mini）很不详率会改造一些行业的运作方式。

本文来自微信公众号：王智远，作家：王智远