OpenAI发布高级推理模型o1

OpenAI 发布了 o1，这是其系列“推理”模型的首个版本，之前被称为“Strawberry”项目。o1 在复杂任务中表现出色，处理查询的速度超过人类，并展示了前所未有的推理能力。此外，还推出了更小、更实惠的版本 o1-mini。

o1 的训练与之前的模型有根本不同。它采用了新的优化算法和专用数据集，使用强化学习来解决问题。这种方法提高了准确性并减少了“幻觉”现象，尽管该问题仍然存在。

其主要优势包括在编码、数学和多步骤问题解决方面的卓越表现。o1 在 57 个 MMLU 子类别中的 54 个中优于 GPT-4o，并在数学和编程竞赛中达到了接近人类水平的表现。

然而，o1 也有局限性。它缺乏网络浏览和文件/图像处理能力，并且在事实知识任务方面不如 GPT-4o。该模型的界面模仿了人类的思维过程，使用“我在思考”等短语，尽管它并不真正“思考”。

OpenAI 强调了 o1 在科学、编码和数学应用中的潜力，但也承认存在安全问题。该模型在其推理过程中集成了安全策略，旨在与人类价值观保持一致。