模型登场：开启通用复杂推理新篇章

经验 2024年09月16日 17:10 899 晨璨

IT之家9月13日消息，OpenAI传闻中的“草莓”（Strawberry）AI模型现已面世，正式名称为“o1”，是该公司首款具备“推理”能力的模型。

o1和o1-mini

OpenAI表示对该模型进行特殊训练，能够比人类更快地回答更复杂的问题。与之同时发布的还有o1-mini，一个更小、成本更低的版本。

OpenAI表示o1模型的发布，是其迈向类人AI宏伟目标的关键一步。

IT之家注：o1模型目前处于“预览”阶段，官方强调该模型相关开发尚处于初期阶段，相比较GPT-4o模型，使用成本更高且速度更慢，但在编写代码和解决多步骤问题方面表现更为优秀。

价格

OpenAI公司表示从今天起，ChatGPTPlus和Team用户将可访问o1-preview和o1-mini，而Enterprise和Edu用户则将在下周初获得访问权限。

OpenAI表示计划将o1-mini的访问权限扩展至所有ChatGPT免费用户，但尚未确定发布日期。

开发者获取o1的访问权限成本相当高昂：如果调用API，o1-preview的输入词元（tokens）费用为每百万个成本15美元（IT之家备注：当前约107元人民币），输出词元费用为每百万个60美元（当前约427元人民币）。

相比之下，GPT-4o的输入词元费用为每百万个5美元（当前约35.6元人民币），输出词元费用为每百万个15美元（当前约107元人民币）。因此o1模型输入词元费用提高了2倍，输出词元费用提高了3倍。

训练方式

OpenAI的研究负责人JerryTworek表示，o1采用了有别于当前模型的训练方法，并他并未透露具体细节。

他提到，o1“采用了全新的优化算法和专门为其定制的训练数据集进行训练。”

报道称OpenAI在训练o1模型中使用一种称为强化学习（reinforcementlearning）的技术，来自行解决问题，该技术通过奖励和惩罚来教导系统。随后，o1采用“思维链”来处理查询，类似于人类通过逐步推理来解决问题的方式。

由于采用了这种新的训练方法，OpenAI表示模型应该会更加准确。

Tworek表示：“我们不能说已经解决了幻觉问题，但至少从观测的结果来看，模型登场：开启通用复杂推理新篇章这个模型产生的幻觉明显减少”。

o1模型优势

o1模型与GPT-4o的主要区别在于，它能够比前代更好地处理复杂的编程和数学问题，并能解释其推理过程，这是OpenAI所强调的。

OpenAI的首席研究官BobMcGrew表示：

这款模型在解答AP数学考试题目上的表现无疑比我更出色，而我大学时还辅修了数学。

他提到，OpenAI还让o1参加了国际数学奥林匹克竞赛的资格考试，GPT-4o仅正确解决了13%的问题，o1模型能够解决83%的问题。

在名为Codeforces竞赛的在线编程比赛中，这一新型模型达到了参赛者中的第89位，OpenAI声称该模型的下一次更新将在物理、化学和生物学中的挑战性基准任务上表现“与博士生相当”。

同时，o1在许多领域的能力不及GPT-4o。它在世界事实知识方面的表现也不如后者。此外，它不具备浏览网页、处理文件和图像的能力。尽管如此，该公司认为它代表了一类全新的功能。将其命名为o1，意在表明“将计数器重置回1”。

索尼ps5