自从OpenAI o1发布后,因其强大的推理能力引起了巨大反响,甚至直接将o1-like的LLM更名为LRM(大型推理模型)。
与此同时,一些开源项目也在尝试复现OpenAI o1,先有g1,它主要使用提示词策略通过类似o1的推理链来提高LLM(Llama-3.1 70b)的推理能力。
g1项目地址:https://github.com/bklieger-groq/g1
与g1项目不同,Open-O1则是通过策划一组O1风格的思考数据开发的,然后这些数据被用来训练LLaMA和Qwen模型。有两个模型可用:
OpenO1-V1-LLaMa-8B
OpenO1-V1-Qwen-7B
Open-O1的愿景:旨在媲美OpenAI O1模型的强大功能,为社区提供先进的开源替代方案。
接下来是大家最喜欢问的2个问题:草莓单词有多少个r, 9.9和9.11哪个大,Open-O1给出了详细、正确的推理过程,都能回答正确!
strawberry里有几个r?
💡Thought``好的,我需要确定单词 "strawberry" 中有多少个 'r'。让我先仔细检查这个词中的每个字母,以识别所有 'r' 的实例。`` ``首先,我会列出 "strawberry" 的字母:S - T - R - A - W - B - E - R - R - Y`` ``现在,我将逐个检查每个字母,看它是否与字母 'r' 匹配:`` ``S:这是第一个字母,它是 's'。不是 'r'。``T:第二个字母是 't'。不是 'r'。``R:第三个字母是 'r'。这是第一个 'r'。``A:第四个字母是 'a'。不是 'r'。``W:第五个字母是 'w'。不是 'r'。``B:第六个字母是 'b'。不是 'r'。``E:第七个字母是 'e'。不是 'r'。``R:第八个字母是 'r'。这是第二个 'r'。``R:第九个字母是 'r'。这是第三个 'r'。``Y:第十个字母是 'y'。不是 'r'。`` ``检查完每个字母后,我发现 'r' 在 "strawberry" 这个词中出现了三次。为了确保准确性,我会再次检查:`` ``位置3:'r'``位置8:'r'``位置9:'r'`` ``这个词中没有其他字母是 'r'。因此,我的最终计数是 "strawberry" 中有3个 'r'。``📝OutPut``strawberry里有3个r。
9.11和9.9哪个更大?
💡Thought``好的,我需要比较9.11和9.9的大小。首先,我注意到这两个数字都是小数,都以9.开头。我应该从左到右逐步比较它们的每一位数字。`` ``首先,比较它们的整数部分。9.11的整数部分是9,9.9的整数部分也是9。所以,整数部分相同,暂时无法确定哪个更大。`` ``接下来,我需要比较它们的小数部分。9.11的小数部分是0.11,9.9的小数部分是0.9。现在,我将比较0.11和0.9。`` ``为了更好地比较这两个小数,我可以将它们转换为相同的小数位数。0.9可以表示为0.90。这样,比较0.11和0.90。`` ``现在,比较0.11和0.90的每一位:`` ``第一位小数:`` ``0.11的第一位小数是1。``0.90的第一位小数是9。``由于1小于9,这意味着0.11小于0.90。`` ``因此,0.11 < 0.90,所以9.11 < 9.9。`` ``但我还可以用另一种方法来确认这个结论。我可以将9.11和9.9都转换为分数形式。`` ``9.11转换为分数是9 + 11/100 = 911/100。`` ``9.9转换为分数是9 + 9/10 = 99/10 = 990/100。`` ``现在,比较911/100和990/100。由于分母相同,比较分子:`` ``911 < 990。``因此,911/100 < 990/100,即9.11 < 9.9。`` ``为了进一步确认,我还可以进行减法运算。计算9.9 - 9.11。`` ``9.9 - 0.11 = 9.79`` ``所以,9.9 - 9.11 = 0.79,这意味着9.9比9.11大0.79。`` ``综上所述,通过比较整数部分、小数部分以及使用分数和减法运算,可以确定9.11 < 9.9。`` ``📝OutPut``9.9更大。
另外,Open-O1在编码、数学推理、物理、密码、反事实、数据分析、谜题、推理等方面也有很多优秀案例。
那么Open-O1是如何炼成的尼?****
训练方法
stage: sft``do_train: true``finetuning_type: full``deepspeed: ds_z3_config.json
数据集
dataset: 4o_response``template: llama3``cutoff_len: 4096``overwrite_cache: true``preprocessing_num_workers: 16
训练过程
per_device_train_batch_size: 4``gradient_accumulation_steps: 2``learning_rate: 1.0e-5``num_train_epochs: 3.0``lr_scheduler_type: cosine``warmup_ratio: 0.1``bf16: true``ddp_timeout: 180000000
关于Open-O1的SFT数据、RW模型与数据、训练pipeline(SFT、RLHF)会在未来一个月会陆续开源…
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。