🚀 OpenAI 推出 O1

OpenAI 刚刚推出了新的 O1 模型，它可以在回答用户的询问之前进行自我 "推理"，从而打破了复杂任务的所有基准。

新的 OpenAI 模型（内部代号也是 "草莓/Q*"）的传闻由来已久，甚至在 Twitter 上引发了 "伊利亚看到了什么 "之类的阴谋论。人们早就怀疑它是一个能自我推理、自我完善的模型，现在终于真相大白了。

🙋‍♀️ 它是如何工作的？

OpenAI O1 或称 "草莓 "是一个自我推理模型，可以在回答问题前进行多步推理。该模型将复杂的任务分解成多个步骤，然后尝试解决。它还能进行自我批判，这意味着如果根据给定的上下文，它能在方向错误时进行自我纠正。

这与 COT 或思维链提示的工作原理非常相似，但关键区别在于 COT 步骤本身是通过 RL 训练出来的，这就开启了一种新的扩展模式。因此，命名从 GPT-4o 退回到 "O1"。

早期的 LLM 有一个很长的预训练步骤，需要使用大量计算，以便 LLM 创建一个世界模型并捕捉所有信息。然后在测试时（即我们向它提问时），它只需根据所学知识直接回答问题即可。但现在有了 O1，LLM 会采取多个步骤对输入进行自我推理，然后给出答案。开始时，O1 的推理步骤相对较少，即 10-20 步，耗时 15-20 秒，但 OpenAI 计划将其扩展到数小时、数天和数周！想象一下，让一个 LLM 提出癌症的治疗方法，然后它推理数周后给出答案。

O1 的现状如何？

就基准而言，与 GPT-4o（以及 Claude Sonnet 3.5）相比，O1 打破了所有顶级复杂基准。这里的复杂任务是指编写代码、理解和分析 PRD、阅读医学报告或撰写小说。基本上，任何任务都需要批判性思维。

但另一方面，O1 的基本能力是有限的，有时在完成写个人信息或编辑博客等简单任务时，其表现甚至不如 GPT-4o。

如何试用 O1！

现在我们来谈谈如何使用 O1！目前 ChatGPT Plus 用户可以直接在 chatGPT 上使用 O1，但有非常严格的速率限制。

O1-preview :每周30 个请求 O1-mini :每周50 个请求

您还可以通过梅林专业版查看 O1，它的费率限制要好得多！

未来

OpenAI O1 迈出了一大步，它不仅是继 gpt-4o 之后的又一个新模型，而且是训练 LLM 的新方法，是对计算的一种思考，意味着在性能开发方面还有很长的路要走。

随着 OpenAI 再次确立其强大的领先地位，停滞不前的人工智能大战将再次白热化。