每經(jīng)編輯 張錦河    每經(jīng)實習(xí)編輯 宋欣悅    

9月13日，OpenAI宣布了o1系列模型的正式亮相，標(biāo)志著AI領(lǐng)域邁入了一個全新的紀(jì)元，迎來了能夠執(zhí)行通用復(fù)雜推理任務(wù)的大模型時代。模型發(fā)布后，OpenAI研究團(tuán)隊在X社交平臺上舉辦了一場AMA（Ask Me Anything）活動，深度揭秘了o1系列模型的諸多細(xì)節(jié)。

圖片來源：X社交平臺

• “外星人”級別的AI助手

OpenAI表示，o1系列包括兩個版本：作為完整模型早期迭代的o1-preview，以及速度更快的輕量級o1-mini。與之前的模型不同，o1能夠在給出最終答案前生成長鏈的隱藏思維過程，展現(xiàn)了類似人類的推理能力。研究人員將o1比喻為擁有超能力的“外星人”。

圖片來源：X社交平臺

在推理過程中，o1使用了強(qiáng)化學(xué)習(xí)來實現(xiàn)“推理”這一性能。盡管目前沒有計劃向API用戶或ChatGPT展示這些思維鏈token，但研究人員透露，嵌入提示中的指令可以影響o1的思維方式。相比之下，GPT-4o無法通過提示達(dá)到o1的思維鏈性能水平。

圖片來源：X社交平臺

o1系列模型使用與GPT-4o相同的分詞器，在輸入token上保持一致。不過，o1能夠處理更長、更開放的任務(wù)，減少了對輸入分塊的需求。未來，o1還將支持更大的輸入上下文窗口。

o1還展現(xiàn)了令人印象深刻的推理和泛化能力，例如破譯密碼、思考哲學(xué)問題以及通過自我測驗來評估自身能力。

研究團(tuán)隊還透露，o1-preview在某些個性化寫作任務(wù)上的表現(xiàn)與GPT-4o相當(dāng)或略勝一籌。

• mini版本竟然更強(qiáng)？

與o1-preview相比，o1-mini在體積和速度上進(jìn)行了優(yōu)化。

圖片來源：X社交平臺

盡管在像世界知識這樣的某些領(lǐng)域可能有局限，但o1-mini在STEM（科學(xué)、技術(shù)、工程、數(shù)學(xué)）任務(wù)以及代碼相關(guān)任務(wù)上展現(xiàn)出了其優(yōu)勢。此外，o1-mini能夠探索比o1-preview更多的思維鏈。

圖片來源：X社交平臺

• o1即將支持工具集成與多模態(tài)理解

盡管o1-preview目前尚未使用工具，但OpenAI計劃為其加入功能調(diào)用、代碼解釋器和網(wǎng)頁瀏覽等能力。工具支持、結(jié)構(gòu)化輸出和系統(tǒng)提示也將在未來的更新中推出。

圖片來源：X社交平臺

此外，OpenAI開發(fā)者團(tuán)隊表示，未來用戶將有望能夠控制o1的思考時間以及token限制，并承諾將積極推進(jìn)這一功能的實現(xiàn)。

OpenAI還在積極推進(jìn)流式傳輸支持和API中的推理進(jìn)度反饋。此外，o1已經(jīng)內(nèi)置了多模態(tài)能力，有望在多模態(tài)理解任務(wù)（MMLU）上達(dá)到最先進(jìn)的水平。

圖片來源：X社交平臺

• o1-mini每周有50次提示限制

o1-mini目前對ChatGPT Plus用戶開放，但有每周50次的提示限制，所有提示都計入相同的配額。OpenAI承諾，未來將逐步提高API訪問級別和速率限制，并在限制放寬后提供批量定價優(yōu)惠。

o1模型的定價預(yù)計將遵循每1-2年降價的趨勢。此外，個性化微調(diào)支持已在產(chǎn)品路線圖中，但具體發(fā)布時間表尚不明確。

圖片來源：X社交平臺

• 最大化o1性能的秘訣

o1-mini目前使用截至2023年10月的數(shù)據(jù)進(jìn)行訓(xùn)練，未來的迭代將使用更新的數(shù)據(jù)集來擴(kuò)充其世界知識。

為了充分發(fā)揮o1的推理優(yōu)勢，團(tuán)隊建議用戶在設(shè)計提示時提供信息豐富、涵蓋邊緣案例的具體示例，并明確指定所需的推理步驟和風(fēng)格。但要注意，無關(guān)的上下文可能會干擾模型的推理過程。

每日經(jīng)濟(jì)新聞綜合自公開消息