文章转载自「机器之心」，Founder Park 略有调整。OpenAI 发布季的第一场直播来了！总结来说，两件事：期待已久的 o1 完全体（Full Version）、200 刀一个月的 ChatGPT Pro。OpenAI 著名研究科学家 Noam Brown 发帖表示，o1 完全体不仅能数出「strawberry」里有几个「r」（此前的模型经常在这一问题上栽跟头），还能更进一步，写出「一篇不使用字母『e』的关于草莓的三段短文」（GPT-4o 也尝试了这个任务，但第一个词就失败了）。整场直播时间很短，大概 15 分钟，参与者包括 CEO Sam Altman、研究科学家 Hyung Won Chung 和 Max 以及思维链提出者 Jason Wei。视频：https://www.youtube.com/watch?v=iBfQTnA2n2s点击关注，每天更新深度 AI 行业洞察
01
o1 完全体
在今年 9 月份，OpenAI 发布 o1-preview 版本时，就曾对 o1 的技术思路进行了介绍：o1 是使用大规模强化学习训练并使用思维链进行推理的系列模型。今天正式发布了 o1 完全体，也放出了新的 o1 System Card：https://cdn.openai.com/o1-system-card-20241205.pdf整体而言，o1 完全体是一款更擅长编程、数学和写作的更快且更强大的推理模型，并且现在也增加了对图像上传的支持，这让 o1 可以使用视觉数据来生成更详细和更有用的响应。OpenAI 表示，OpenAI o1 的思维更加简洁，因此响应时间比 o1-preview 更快。测试表明，o1 的性能也优于 o1-preview，将困难的现实问题的重大错误减少了 34%。除了完全体 o1，还有个更轻便的 o1-mini 版本，在编码方面特别高效。如果你愿意花更多钱，升级到 ChatGPT Pro，还可以体验到 o1 pro 模式。这是 o1 的一个更高级版本，使用更多的计算进行更深入地思考，解答更难的问题。与 o1 和 o1-preview 相比，o1 pro 模式在数学、科学和编码等 ML 基准测试中表现更佳。OpenAI 发言人表示：「在外部专家测试人员的评估中，o1 pro 产生了更可靠、更准确、更全面的回应，尤其是在数据科学、编程和判例法分析等领域。与 o1 和 o1-preview 相比，o1 pro 模式在数学、科学和编码方面具有挑战性的机器学习基准测试中表现更好。特别是，我们发现在更容易反映日常编程查询的编码竞赛题中，错误率降低了 75%。」为了突出 o1 pro 模式的主要优势（提高可靠性），OpenAI 使用更严格的评估设置：只有当模型在四次尝试中有四次能够正确回答问题（4/4 可靠性），而不是一次，才被认为解决了问题。正在尝鲜的用户们也在陆陆续续发掘出有关 o1 的更多技术细节，比如所支持的最大 token 数量为 196608。
