OpenAI全新发布o1模型 - 我们正式迈入了下一个时代。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
OpenAI全新发布o1模型 - 我们正式迈入了下一个时代。
原创 数字生命卡兹克 数字生命卡兹克 2024-09-13 04:13 北京
大半夜的，OpenAI抽象了整整快半年的新模型。
在没有任何预告下，正式登场。
正式版名称不叫草莓，草莓只是内部的一个代号。他们的正式名字，叫：
为什么取名叫o1，OpenAI是这么说的：
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.
翻译过来是：
对于复杂推理任务来说，这是一个重要的进展，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将这一系列命名为 OpenAI o1。
这次模型的强悍，甚至让OpenAI不惜推掉了过去GPT系列的命名，重新起了一个o系列。
炸了，真的炸了。
我现在，头皮发麻，真的，这次OpenAI o1发布，也标志着，AI行业，正式进入了一个全新的纪元。
**“我们通往AGI的路上，已经没有任何阻碍。”
**
在逻辑和推理能力上，我直接先放图，你们就知道，这玩意有多离谱。
AIME 2024，一个高水平的数学竞赛，GPT4o准确率为13.4%，而这次的o1 预览版，是56.7%，还未发布的o1正式版，是83.3%。
代码竞赛，GPT4o准确率为11.0%，o1 预览版为62%，o1正式版，是89%。
而最牛逼的博士级科学问题 (GPQA Diamond)，GPT4o是56.1，人类专家水平是69.7，o1达到了恐怖的78%。
我让Claude翻译了一下o1的图，丑是丑了点，但是能看的懂每项数据意思就行。
什么叫全面碾压，这就是。
特别是在测试测试化学、物理和生物学专业知识的基准GPQA-diamond上，o1 的表现全面超过了人类博士专家，这也是有史以来，第一个获得此成就的模型。
而整个模型之所以达到如此成就，基石就是Self-play RL，不知道这个的可以去看我前两天的预测文章：新模型草莓到底是个啥？
通过Self-play RL，o1学会了磨练其思维链并完善所使用的策略。它学会了识别和纠正自己的错误。
它也学会了将复杂的步骤分解为更简单的步骤。
而且当当前的方法不起作用时，它也学会了尝试不同的方法。
他学会的这些，就是我们人类，最核心的思考方式：慢思考。
诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。
非常详细的阐述了人类的两种思考方式。
第一种是快思考（系统1），特点是快速、自动、直觉性、无意识，举几个例子：
-
看到一个笑脸就知道对方心情很好。
-
1+1=2 这样简单的计算。
-
开车时遇到危险情况立即踩刹车。
这些就是快思考，也就是传统的大模型，死记硬背后学得的快速反应的能力。
第二种是慢思考（系统2），特点是缓慢、需要努力、逻辑性、有意识，举几个例子：
-
解决一道复杂的数学题
-
填写税务申报表
-
权衡利弊后做出重要决定
这就是慢思考，我们人类之所以强大的核心，也是AI要通往下一步AGI路上的基石。
而现在，o1终于踏出了坚实的一步，拥有了人类慢思考的特质，在回答前，会反复的思考、拆解、理解、推理，然后给出最终答案。
说实话，这些增强的推理能力在处理科学、编码、数学及类似领域的复杂问题时绝对极度有用。
例如o1可以被医疗研究人员用来注释细胞测序数据，被物理学家用来生成量子光学所需的复杂数学公式，以及被各个领域的开发人员用来构建和执行多步骤工作流，等等等等。
o1也绝对是全新一代的数据飞轮，如果答案正确，整个逻辑链就会变成一个包含正负奖励的训练示例的小型数据集。
以OpenAI的用户级别，未来的进化速度，只会更恐怖。
写到这，我忽然叹了口气，我觉得我跟一年以后的o1比起来，可能就是个纯废物了，真的。。。
目前，o1模型已经逐步向所有ChatGPT Plus和 Team用户开放，未来会考虑对免费用户开放。
分为两个模型，o1预览版和o1 mini，o1-mini就是更快更小更便宜，推理啥的都不错，极度适合数学和代码，就是世界知识会差很多，适用于需要推理但不需要广泛世界知识的场景。
o1预览版每周30条，o1-mini每周50条。
雪崩，甚至不是按以前的3小时来限制的，是每周30条，也能从侧面看出来，o1这个模型，有多贵了。
对于开发者来说，只对已经付过1000美刀的等级5开发者开放，每分钟限制20次。
都挺少的。
而且在功能上阉割挺大，但是毕竟早期，理解。
API的价格上，o1预览版每百万输入15美元，每百万输出60美元，这个推理成本…
o1-mini会便宜一些，每百万输入3美元，每百万输出12美元。
输出成本都是推理成本的4倍，对比一下GPT4o，分别是5美元和15美元。
o1-mini还是勉强有一些经济效应的，不过还是开始，后面等着OpenAI打骨折。
既然说o1已经对Plus用户开放，我就直接去我的号上看了眼，还不错，拿到了。
那自然，第一时间试一试。
目前不支持曾经的所有功能，也就是没有图片理解、图片生成、代码解释器、网页搜索等等，只有一个可以对话的裸模型。
我先是一个曾经很致命的问题：
“农夫需要把狼、羊和白菜都带过河，但每次只能带一样物品，而且狼和羊不能单独相处，羊和白菜也不能单独相处，问农夫该如何过河。”
思考了6秒时间，给了我一个很完美的回答。
还有之前一个坑遍所有大模型的调休问题：
“这是中国2024年9月9日（星期一）开始到10月13日的放假调休安排:上6休3上3休2上5休1上2休7再上5休1。
请你告诉我除了我本来该休的周末，我因为放假多休息了几天？”
在o1思考了整整30秒以后，给出了一天不差的极度精准的答案。
无敌，真的无敌。
再来一个更难的，就是曾经姜萍那个比赛的奥数题：
别问我题目什么意思，我看不懂，我是废物，这题曾经屠杀所有的大模型，这次，我们让o1也来试一下看看。
在o1思考了整整1分多钟之后，他给出了答案。
…
全…对…
我裂开了。
目前我自己试下来，感觉Prompt，未来可能也要重新摸索，在GPT为代表的快思考大模型时代，我们有很多所谓的一步一步思考之类的玩意，现在全都无效了，对o1甚至还有负效果。
OpenAI给出的最佳写法是：
-
**保持提示简单直接：**模型擅长理解和响应简短、清晰的指令，而不需要大量的指导。
-
**避免思路链提示：**由于这些模型在内部进行推理，因此不需要提示它们“逐步思考”或“解释你的推理”。
-
**使用分隔符来提高清晰度：**使用三重引号、XML 标签或章节标题等分隔符来清楚地指示输入的不同部分，帮助模型适当地解释不同的部分。
-
**限制检索增强生成 (RAG) 中的附加上下文：**提供附加上下文或文档时，仅包含最相关的信息，以防止模型过度复杂化其响应。
最后，我想说一下这个思考的时长。
现在o1是思考了一分钟，但是，如果是真正的AGI，说实话，思考的越慢可能会越刺激。
当他真的，可以去做证明数学定理，去做癌症药物研发，去做天体研究呢？
每一次的思考，可以达到几小时、几天、甚至几周呢？
最后的结果，可能会让所有人震惊的难以置信。
现在，没有人能想象到，那时候的AI，会是一个什么样的存在。
而o1的未来，在我看到，也绝对不止是一个普普通通的ChatGPT。
而是我们前往下个时代，最伟大的基石。
“我们通往AGI的路上，已经没有任何阻碍。”
现在，我毫不犹豫的坚信着这句话。
星光熠熠的下一个时代。
在今天。
正式到来了。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言