#OpenAI发布新模型o1系列# 凌晨1点，我还在追剧。这时，朋友发来一条消息说： Open AI发布了新模型，你在电脑上试试看能用吗？哎，大哥，都要睡觉了，这要强制开机，让我起来加班码字啊。 带着好奇，打开PC端ChatGPT一看，果然，多出两个模型，分别是ChatGPT 01-mini和01-preview。这是什么东东？怎么叫这个名字？带着疑惑，熬夜看完官方文档。 官方解释说： 因为模型在复杂推理任务上取得了重大进步，代表了AI的新水平，所以他们决定重置编号，将这一系列命名为OpenAI 01。 o1 mini是一个简化版，优化了速度和成本，适合快速处理问题，而o1 preview则是完整版，擅长解决复杂的科学、编程和数学问题； 我亲自测试一下，于是让国产大模型Kimi Chat出了个逻辑数学题，结果o1 preview不仅给出了答案，还展示了解题步骤，确实很强。 尽管如此，我在使用过程中并没有感受到太大的差异，可能是因为我的问题相对简单；我不禁思考，这和之前的GPT-4o、GPT-4omini有什么区别呢？ 查阅官方文档后，我了解到o1-preview在复杂问题上的表现更受青睐，尤其在需要大量推理的任务上，如数据分析、编程和数学问题。但在自然语言处理任务上，它的表现不如GPT-4o。 比如： 在2024年的AIME数学考试中，GPT-4o平均只解决12%的题目；而o1模型单次测试的平均解题率达到了74%。如果算上64次测试的平均得分，能达到83%；重新从1000个样本中排名，平均得分甚至可以达到93%。 这个成绩不仅让它进入了全美前500名，还超过了参加美国数学奥林匹克的分数线。 所以，这么强的推理能力怎么实现的？关键有几个方面： 首先，o1模型用了一种“自我对弈强化学习”的方法；这是一种通过模拟环境和自我对抗来提升模型性能的技术。 其次，o1还模仿了人类的“慢思考”；这种思考要时间、努力和逻辑三者结合，就像我们在考试时仔细思考一个难题一样。 当然，这一步离不开思维链；思维链的推理，用了一种独特的方法来监控模型。还有一点，思维链加入了鲁棒性（Robustness）测试。 所谓鲁棒性指一个系统、模型或者设备在面对各种意外情况、干扰或者变化时，仍然能够正常工作，不容易出问题。 比如： 一辆汽车，无论在高温、低温、下雨还是颠簸的路面上，都能正常行驶，这说明它的鲁棒性很好；在AI领域，鲁棒性指软件、模型在面对不同的数据输入、错误，甚至恶意攻击时，仍然能保持稳定和准确。 不过，再强大的东西，不商业化肯定不行。 o1-preview（mini）定价非常高，功能目前也有限制；不管怎么说，AI越来越像人一样“深思熟虑”了，至于这个模型，谁会付费呢？或许，只有大公司、研究机构、有特定需求的专业人士才能承担得起。 那到时候，真就成了花钱请了一个「AI专家」，所以，AI会替代专家吗？
用户12xxx97
定价高？小编确定有用过o1吗？