o1如何做到像人一样推理OpenAI研究团队问答揭秘模型细节未来规划还有最大化o1性能的小窍门

每经编辑张锦河每经实习编辑宋欣悦

在推理过程中，o1使用了强化学习来实现“推理”这一性能。尽管目前没有计划向API用户或ChatGPT展示这些思维链token，但研究人员透露，嵌入提示中的指令可以影响o1的思维方式。相比之下，GPT-4o无法通过提示达到o1的思维链性能水平。

o1还展现了令人印象深刻的推理和泛化能力，例如破译密码、思考哲学问题以及通过自我测验来评估自身能力。

研究团队还透露，o1-preview在某些个性化写作任务上的表现与GPT-4o相当或略胜一筹。

mini版本竟然更强？

与o1-preview相比，o1-mini在体积和速度上进行了优化。

尽管在像世界知识这样的某些领域可能有局限，但o1-mini在STEM（科学、技术、工程、数学）任务以及代码相关任务上展现出了其优势。此外，o1-mini能够探索比o1-preview更多的思维链。

o1即将支持工具集成与多模态理解

o1-mini每周有50次提示限制

o1模型的定价预计将遵循每1-2年降价的趋势。此外，个性化微调支持已在产品路线图中，但具体发布时间表尚不明确。

最大化o1性能的秘诀

o1-mini目前使用截至2023年10月的数据进行训练，未来的迭代将使用更新的数据集来扩充其世界知识。