OpenAI GPT o1技术报告阅读（4）- 填字游戏推理

✨继续阅读报告：使用大模型来学习推理(Reason)

原文链接：https://openai.com/index/learning-to-reason-with-llms/

这次我们继续看一个填字游戏的案例。

 我们先看下问题：

解决以下填字游戏：

Across（横向）:
1 Evade  中文：躲避

2 One to close envelopes  中文：封信封的工具

3 Mother ______  中文：母亲______

4 Initiated people  中文：启蒙人们

5 Native American tent  中文：美洲原住民的帐篷

6 Mistakes  中文：错误

Down（纵向）:
1 ______ car (Station wagon)  中文：______车（旅行车）

2 Automatic planting machine  中文：自动种植机

3 Profession  中文：职业

4 Syrian and Turkish pepper variety  中文：叙利亚和土耳其的辣椒品种

5 Annoy  中文：烦恼

6 Deletes  中文：删除

先看下GPT4o的回答：

Let’s solve the crossword using the provided clues.

Across:

1. Evade - Dodge

2. One to close envelopes - Sealer

3. Mother ______ - Motherland

4. Initiated people - Insiders

5. Native American tent - Tepee

6. Mistakes - Errors

Down:

1. ______ car (Station wagon) - Family

2. Automatic planting machine - Seeder

3. Profession - Career

4. Syrian and Turkish pepper variety - Aleppo

5. Annoy - Irritate

6. Deletes - Erases

Here’s how the crossword would look filled in:

【小梦备注：emm，一眼错误，也不需要逐行翻译了，基本它把这题目当成一个寻找近似词了，几乎完全没有管字符数量和字符之间关系的事情了。】

接下来是OpenAI O1 preview上场。

首先是CoT部分：

我们被要求解决这个填字游戏谜题。

让我们首先理解这个格子：

- 这是一个6x6的格子，从1到11的位置编号如下：

【小梦备注：首先读了一遍题目，仔细审题并尝试理解结构，是个好习惯。】

所以横向的条目编号为1到6，纵向的条目从1到11。

但实际上，线索是：

横向