OpenAI悄然发布最强模型o1：吊打GPT-4o

发菜君

于 2024-09-14 19:10:47 发布

阅读量439

点赞数 13

文章标签：人工智能大模型教程大模型入门产品经理大模型学习

本文链接：https://blog.csdn.net/2401_84494441/article/details/142264999

版权

有使用ChatGPT-4o的朋友应该知道，它的C++代码能力很出色！但是，出现了能够吊打4o的GPT，没错，就是OpenAI的最强模型o1（又名🍓）！本文将以图文形式带大家直观了解到o1的强悍之处！

在这里插入图片描述

o1介绍

引用OpenAI CEO：Sam Altman原话“在竞赛条件下，o1 的微调版本在 IOI 中得分为 49 分！并且每个问题有 10k 次提交，获得金牌。”

在这里插入图片描述

在解决博士水平的物理问题时，GPT-4o还是“不及格”59.5分，o1一跃来到“优秀档”，直接干到92.8分！

在这里插入图片描述

另外它还在竞争性编程问题 (Codeforces) 中排名前89%，在美国数学奥林匹克 (AIME) 预选赛题目中跻身美国前500名学生之列。这无疑是程序员的福音，建议人手一个！

这是目前可以使用的o1版本介绍：

o1，新的大模型天花板，过于强大目前不方便对外公开。

o1-preiview，o1的早期版本，可以立即提供给ChatGPT付费用户和API用户。

o1-mini，速度更快、性价比更高，适用于需要推理和无需广泛世界知识的任务。

OpenAI o1 在竞争性编程问题 (Codeforces) 中排名第 89%，在美国数学奥林匹克 (AIME) 预选赛中跻身美国前 500 名学生之列，并且在物理、生物学基准上超过了人类博士级别的准确度和化学问题（GPQA）。虽然使这个新模型像当前模型一样易于使用所需的工作仍在进行中，但我们正在发布该模型的早期版本 OpenAI o1-preview，以便立即在 ChatGPT 中使用并提供给受信任的 API 用户。

详细解读

原理

我们训练这些模型在做出反应之前花更多时间思考问题，就像人类一样。通过培训，他们学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。

在我们的测试中，下一个模型更新在物理、化学和生物学方面具有挑战性的基准任务上的表现与博士生类似。我们还发现它在数学和编码方面表现出色。在国际数学奥林匹克（IMO）资格考试中，GPT-4o 只正确解决了 13% 的问题，而推理模型的得分为 83%。他们的编码能力在竞赛中得到评估，并在 Codeforces 竞赛中达到了第 89 个百分点。您可以在我们的技术研究文章中阅读更多相关内容。

作为早期模型，它尚不具备 ChatGPT 的许多有用功能，例如浏览网页以获取信息以及上传文件和图像。对于许多常见情况，GPT-4o 在短期内将更加强大。

但对于复杂的推理任务来说，这是一个重大进步，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，并将该系列命名为 OpenAI o1。

安全性

作为开发这些新模型的一部分，openai提出了一种新的安全培训方法，利用他们的推理能力，使他们遵守安全和对齐准则。通过能够在上下文中推理我们的安全规则，它可以更有效地应用它们。

openai衡量安全性的一种方法是测试openai的模型在用户试图绕过安全规则（称为“越狱”）时继续遵循其安全规则的情况。在openai最难的越狱测试之一中，GPT-4o 得分为 22（评分范围为 0-100），而我们的 o1-preview 模型得分为 84。您可以在系统卡和openai的研究文章中阅读有关此内容的更多信息。

为了匹配这些模型的新功能，openai加强了安全工作、内部治理和联邦政府合作。