OpenAI o1 模型登场：开启 AI 通用复杂推理新篇章，模拟人类思考、处理问题

2024-09-13 06:56IT之家 - 故渊

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。

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。

OpenAI 公司表示从今天起，ChatGPT Plus 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。

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

他只是提到，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（reinforcement learning）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，这个模型产生的幻觉明显减少”。

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 Bob McGrew 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”。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。