猎户座GPT-5:OpenAI采用草莓训练,数学推理能力超越前代 siyushenqi.com • 2025 年 8 月 13 日 下午9:07 • 行业动态 • 阅读 477 OpenAI又憋大招了!据悉,下一代旗舰模型GPT-5或名为「猎户座」,由「草莓」合成的数据训练。 “原标题:GPT-5降临,代号猎户座?OpenAI疑用草莓训练,数学推理暴涨超越所有模型”来源:新智元 摘要 下一代旗舰大语言模型,可能在GPT-4之后推出,但具体是GPT-5还是GPT-6尚未确定。 据推测,这个模型在MATH基准上的得分超过了90%,显示出强大的数学推理能力,可能在秋季推出,并整合到聊天机器人中。 尽管OpenAI在LLM和会话AI领域处于领先地位,但它面临着来自谷歌、DeepMind、Anthropic等公司的竞争。 OpenAI研究人员开发的一种概念,旨在提升LLM的问题解决能力,通过在执行命令或解决问题时进行更深入的思考。 OpenAI的下一代旗舰大语言模型,要来了? 据悉,新模型代号Orion(猎户座),就是能超越GPT-4的下一代模型。 而猎户座的预训练数据,正是由草莓模型生成的。 而草莓模型驱动的聊天机器人,很可能就会在今年秋天上线! 关于OpenAI的草莓,外媒The Information最近又挖到了新的细节。 根据The Information的信息,网友推测:「GPT-4+草莓」会在秋季推出,之后上线的继任者「猎户座」可能就是GPT-5。 由于大概率要避开11月,因此,猎户座的发布时间要么在之前要么是在12月。 甚至,AI大V、Hallid.ai联创「indigo」提出了一个大胆的猜测:猎户座或许不是GPT-5,而是GPT-6。 AI大V「Chubby」表示附议。 最后,Chubby激动地表示:所有人都觉得AI的发展正在放缓?并不是。在大公司,厨房里的东西正在沸腾! 网友们纷纷表示:「我们正在见证一种超越我们自己思想的诞生」。 打开Q*之门,一切模型凭此迭代。 有人担心,如果GPT-5控制整个互联网,人类会从此迷失。 所以,猎户座到底是GPT-5还是GPT-6呢?网友们各持己见。 但有人猜测,我们目前还没有足够的算力来达到GPT-5,更不用说GPT-6了。 透个底,让美国政府安心 此前,关于草莓的传闻早已满天飞。 今年夏天,Sam Altman的团队已经向美国国家安全官员展示了这项技术。 在安全问题日益敏感的情况下,OpenAI的做法也算给大家打了个样。 如果政府官员觉得这项AI不安全怎么办?那就给他们展示一下。 这次演示,就是OpenAI让政策制定者觉得更透明的努力的一部分。毕竟,如果他们感觉到受到这项技术的威胁了,很可能就会给公司带来麻烦。 现在,OpenAI的安全团队已经出走,愤怒的前员工在网上大肆爆料,这种时候,对政府官员更加透明的做法,就显得尤为重要。 The Information表示,这次演示还可能另有目的:跟政府队员就如何保护技术进行对话,以防止美国的AI技术被他国窃取。 说不定,还可以借此机会攻击Meta一波,因为他们的AI是开放权重的,其他国家想要获取,是非常容易的事。 总之,未来几年内,AI开发者应该会经常出现在旧金山和华盛顿之间的航线上了,因为他们时不时就需要跟政府官员来往一下。 草莓:数学提升,能解字谜 一个月前路透社曾报道,OpenAI内部测试了一种AI,在MATH基准上得分超过了90%。 据猜测,这个模型很可能就是草莓。 如今的传言是,今年秋天OpenAI研究者会推出代号为草莓的新AI(也就是之前的Q*),或许会聊天到ChatGPT之类的聊天机器人中。 它能做到目前的聊天机器人无法做到的很多事情,比如解决未曾遇到的数学问题,还能解决编程难题。 在获得额外「思考」时间后,草莓模型还可以回答更主观的问题,比如产品的营销策略。 据悉,在语言任务上,草莓表现出了强大的能力。比如OpenAI的一位员工曾向同事演示了草莓成功解决《纽约时报》的Connections——复杂的文字谜题。 OpenAI在LLM和会话AI领域的领先地位,一直在遭受冲击,因此OpenAI只能对外不时放出点草莓的消息,提升一下自己的存在感。 另外,据说草莓的技术已经显示出了智能体的能力。 草莓模型似乎能够自主浏览网络,像人类研究人员一样,独立上网、进行深度研究。 它不仅能生成答案,还能规划、执行一系列复杂任务,还能收集信息。 与之类似的,还有斯坦福的Quiet-STaR。 就像人类会在说话或写作前会停下来思考自己的想法一样,Quiet-STaR可以训练LLM去生成在复杂推理问题中采取步骤的内部「思考」,从而做出更好的决策。 论文地址:https://arxiv.org/abs/2403.09629 眼下,OpenAI的业务正以惊人的速度增长:跟去年相比,今年它向企业销售LLM和ChatGPT订阅的收入大约增加了三倍,达到了每月2.83亿美元,尽管公司每月的亏损可能高于此。 目前,OpenAI的私人估值为860亿美元。 Sam Altman还希望为公司筹集更多资金,找到减少损失的方法。 自2019年以来,OpenAI已经从微软筹集了约130亿美元,与这家企业软件巨头的协议,会持续到2030年。 合作条款可能会发生变化,包括OpenAI向微软支付租用云服务器以开发AI的方式。 云服务器,是OpenAI最大的成本。 OpenAI的新希望:Orion(猎户座) 但说到底,OpenAI的前景终究还是依赖正在开发的新旗舰——Orion。 有人能解释一下为什么OpenAI、谷歌和亚马逊一直用希腊神话来命名他们的模型吗? 去年初推出后,GPT-4已经被各家赶超得差不多了,现在GPT-4级的模型,可以说是各家人手一个。 有人猜,OpenAI可能会推出一个比原始草莓模型更小、更简化的模型,也就是蒸馏版。 这个版本被寄望于提升GPT-4和ChatGPT性能,目的是保持和更大模型相同的性能水平,而且更易于操作,成本更低。 另外,还有知情人士透露,OpenAI还在用更大的草莓版本,为Orion的训练生成数据。 这种人工合成数据,意味着草莓能帮助OpenAI克服获取高质量数据的限制,从而可以从现实世界数据(比如从互联网获取的文本或图像)中训练新模型。 研究人员表示,使用草莓可以帮助Orion减少幻觉的产生。 这是因为,AI模型是从训练数据中学习的,所以它们看到的复杂推理的正确示例越多,就越好。 对此,智能体初创公司Minion AI的CEO兼GitHub Copilot前首席架构师Alex Graveley给予了高度厚望。 「想象一个没有幻觉的模型,一个你问它逻辑难题、它第一次就答对了的模型。」 「训练数据中存在较少的歧义,因此它的猜测更少。」 The Information猜测,草莓改进的推理能力,可能会整合到ChatGPT中。这些答案可能会更准确,但也可能更慢。 因此,草莓可能并不适合需要即时即时响应的应用。而在GitHub中修复非关键编码错误,则是理想的选择。 或许,以后的ChatGPT用户,可以根据请求的时间敏感性来切换草莓模型。 Sam Altman在五月的一次活动中曾表示:「我们感觉,为下一个模型准备的数据已经足够」。 这个模型,很可能指的是就Orion。Altman表示:「我们进行了各种实验,包括生成合成数据。」 解决复杂数学问题:有前景的应用 如果说目前AI最有前景的应用,那解决复杂数学问题,必然是其中一个了。 毕竟,现有的AI在数学密集的领域如航空航天和结构工程中,表现实在不佳。 各种LLM在回答数学问题时,往往会给出各种让人啼笑皆非的答案。 而且,数学推理能力的提升还能帮助AI模型更好地推理会话查询,比如用户的服务请求。 谷歌和一些初创公司,也在这方面发力。 上个月,谷歌DeepMind开发的AI,已经能在国际数学奥林匹克竞赛中击败大多数人类参赛者。 OpenAI的另一大竞争对手Anthropic祭出的最新模型,也能编写更复杂的软件代码,还能回答有关图表和图形的问题,这些都要归功于它推理能力的改进。 还有一些初创公司为了提高模型的推理能力,采用了一种廉价的技巧,将问题分解为更小的步骤,尽管这些方法速度慢且成本高昂。 无论Strawberry是否会作为产品推出,人们对Orion的期望都不会低了,因为OpenAI会力求继续保持领先地位,同时还要保证显著的的收入增长。 OpenAI的领先者优势,已经不明显了。 虽然在5月宣布了「Her」的版本,但谷歌却抢先推出了AI驱动的语音助手,后者也足够灵活,还能处理用户的打断,和突然变化的话题。 而Lmsys Chatbot Arena等大模型排行榜上,谷歌、xAI、Anthropic和Meta的模型也都在赶上OpenAI的步伐。 Ilya看到了什么? 值得一提的是,「草莓之父」,其实就是已经离职了的OpenAI的首席科学家Ilya Sutskever。 几年前,Ilya启动了一个项目,在研究过程中,诞生了草莓。 而在Ilya离职之前,OpenAI的研究人员Jakub Pachocki和Szymon Sidor,就已经在Ilya的工作基础上开发了一个新的数学求解模型Q*,这让不少关注AI安全的研究人员感到担忧。 另外,在去年Q*的前期准备中,OpenAI研究人员开发了一种被称为「测试时计算」的概念变体,目的是提升LLM的问题解决能力。 这样,LLM就会花更多时间考虑被要求执行的命令,或问题的各个部分。 当时,Ilya发表了一篇与这项工作相关的博客。 博客地址:https://openai.com/index/improving-mathematical-reasoning-with-process-supervision/ 在博客中,模型解决了数个有难度的数学问题。 比如在这道有挑战性的三角函数题中,需要连续应用几个并不明显的等式。 在这道题,GPT-4成功执行了一系列复杂的多项式分解。 步骤5中使用的Sophie-Germain恒等式是重要的一步,可以被认为极有洞察力。 在这道题的步骤7和8中,GPT-4开始执行猜测和检查。 这也是模型可能产生幻觉的常见情况,LLM会声称某个特定的猜测是成功的,但实际上并不成功。 在这种情况下,奖励模型会验证每个步骤,并确定思路是否正确。 在最后这道题中,模型成功地应用了多个三角恒等式,来简化了表达式。 或许,我们能从中窥见草莓和Orion的端倪。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32487.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 公有云市场变革者:百度AI大模型的落地效应分析 上一篇 2025 年 8 月 13 日 下午9:07 AI换脸的双刃剑:技术进步还是道德滑坡? 下一篇 2025 年 8 月 13 日 下午9:07 相关推荐 行业动态 盛趣游戏携手NCsoft将推出《永恒之塔》手游 盛趣游戏与《永恒之塔》版权方NCsoft共同宣布,双方将联合开发正统传承的《永恒之塔》手游,预计将于2026年正式与全球玩家见面。 siyushenqi.com 2025 年 11 月 12 日 403000 私域神器周报 No.12丨出海盛宴抢“鲜”看 互联网一周又有哪些大事 2022PAGC全球产品与增长大会圆满结束,我们也迎来了7月的第二个周末。 本周大事有印尼出海新规7月20日前必须完成PSE注册,此外私域神器还为大家总结了更多出海圈大事件,涉及政策、手游、电商、投资上市等方面的重点事件。一起看看这周有哪些出海圈值得关注的大事记吧! siyushenqi.com 2025 年 8 月 15 日 • 行业动态 451000 行业动态 Sora关停,Seedance怎么办? OpenAI突然宣布关停Sora,视频生成赛道面临洗牌。高成本、低留存成行业痛点,Seedance等国内玩家迎发展窗口,商业化路径仍待探索。 转自扬帆出海 2026 年 3 月 31 日 289000 行业动态 前海像样HuntMobi 短剧战略客户负责人 徐奕斌Dream 确认担任 PAGC 2025丨第五届全球产品与增长展会 短剧对接会 演讲嘉宾 前海像样HuntMobi 短剧战略客户负责人 徐奕斌Dream 确认担任 PAGC 2025丨第五届全球产品与增长展会 短剧对接会 演讲嘉宾 siyushenqi.com 2025 年 8 月 17 日 496000 行业动态 DeepSeek终于把OpenAI逼急了 OpenAI突然发布首个开源模型系列 GPT-OSS(120B/20B),性能对标 o4-mini/o3-mini,单机可跑,全面免费商用。 siyushenqi.com 2025 年 8 月 13 日 432000 补齐你的出海圈子丨私域神器小程序内测招募 超值会员免费送 获取出海资讯、扩展业务增长的独门神器 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 460000 行业动态 私域神器每周合作精选No.191|寻求游戏海外渠道合作;需团队或个人海外短剧推广;需柬埔寨支付资源;游戏流量推广合作 本期精选的合作类型涵盖寻求游戏海外渠道合作;需团队或个人海外短剧推广;需柬埔寨支付资源;游戏流量推广合作。接下来就一起看看吧~ siyushenqi.com 2026 年 2 月 3 日 336000 自由都市、冰狐游戏、帝国互动确认参加第三届全球产品与增长大会-游戏研发发行对接会 自由都市、冰狐游戏、帝国互动确认参加第三届全球产品与增长大会-游戏研发发行对接会 siyushenqi.com 2025 年 8 月 22 日 • 行业动态 397000 流量破百万的女装独立站!她从连衣裙礼服做起 “女装独立站再现隐藏大佬,它是如何打开海外市场?” siyushenqi.com 2025 年 8 月 12 日 • 行业动态 513000 在成立的第9年,这家长沙公司冲上免费第一 综艺+手游,《向往的生活》登顶了免费榜。 siyushenqi.com 2025 年 8 月 21 日 • 行业动态 455000 “幸存者like”成爆品流水线 贪玩游戏三国版割草产品问鼎中国港澳台 铁打的Rogue割草,流水的游戏厂商 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 510000 行业动态 雷鸟有了阿里量身定制的通义模型,AI眼镜大战开始结盟了 雷鸟V3 AI拍摄眼镜外观与普通眼镜相似,重量轻,佩戴感接近粗边框眼镜;具备拍照、录像功能,虽然画质与手机有差距,但能满足一般用户需求;更重要的是其AI能力,可翻译多国语言、识别车辆、查看食物配料表等。 siyushenqi.com 2025 年 8 月 13 日 421000 行业动态 一种新红利,正在悄悄向短剧人敞开 2025 年国内真人互动影游已卖 980 万份、流水 12 亿元,头部新品 3 小时冲 Steam 热门第一,单部首月轻松 5000 万−1 亿。 siyushenqi.com 2025 年 12 月 1 日 572001 点点互动又一款新品上线日本,放置卡牌出海竞争日渐白热化 国内厂商怎么都在接连不停地出放置卡牌? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 485000 行业动态 米哈游砸下5亿人民币孵化“无定谷科技”,AI游戏战略布局火力全开 5亿注册资本的它来了。 siyushenqi.com 2025 年 8 月 15 日 533000 行业动态 私域神器每周合作精选No.135|收外海SEO流量及招募岗位;塔防类游戏寻联运发行;电商产品找FB户;女青年社交游戏寻找海外CPS 本期精选的合作类型涵盖收外海SEO流量及招募岗位;塔防类游戏寻联运发行;电商产品找FB户;女青年社交游戏寻找海外CPS等。接下来就一起看看吧~ siyushenqi.com 2025 年 8 月 17 日 500000 不准Buy with Prime,Shopify与亚马逊在DTC战场首次交火 亚马逊试图从在线商店生态分一杯羹。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 402000 行业动态 再见,仅退款 商家们要熬出头了。 siyushenqi.com 2025 年 8 月 5 日 410000 行业动态 一周要闻NO.144丨左手换右手,马斯克xAI收购X;网易游戏高层变动;韩国微短剧时代要来了;Meta新款AI眼镜或年底发布 一起看看这周有哪些出海圈值得关注的大事记吧! siyushenqi.com 2025 年 8 月 14 日 420000 高阶打法登顶港澳台 回归MMO的紫龙豪夺出海头彩 日系设定+韩系战斗,MMO被紫龙玩明白了 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 436000 阿里净利润大涨138%,张勇做对了什么 张勇:不仅是尽快地恢复正轨,而且把过去三年失去的东西给补回来! siyushenqi.com 2025 年 8 月 12 日 • 行业动态 446000 行业动态 全网最详细!FunPlus新游:首日iOS 50W,抢量智明星通+草花互动!赛道第七轮大战! 由Funplus授权、制梦发行的《State of Survival》国服——《曙光防线》正式上线。 siyushenqi.com 2025 年 8 月 18 日 374000 2020年11月成功出海的中国手游TOP30:《原神》蝉联收入冠军,《Project Makeover》海外爆量 Sensor Tower商店情报平台最新数据显示,2020年11月中国手游产品在海外市场收入及下载量排名TOP30,详细榜单变化如下。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 484000 行业动态 特朗普要求TikTok9月15日前卖给美企,是否还是跨境电商的引流神器? 美国《国会山报》报道称,特朗普8月3日在白宫记者会上赞成微软收购TikTok siyushenqi.com 2025 年 8 月 13 日 424000 第一个爆款跑出来后,中大厂迅速跟进,2023年这条赛道会起飞吗? 这一波火热让人措手不及 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 445000 《PUBG Mobile》72天狂吸金34亿,总收入已突破239亿 根据Sensor Tower的数据,腾讯的战术竞技手游《PUBG Mobile》在短短72天内吸金5亿美元(约34.17亿人民币) siyushenqi.com 2025 年 8 月 26 日 • 行业动态 532000 行业动态 2022年,3大日本电商趋势解读 在挑战重重中找寻新机遇,需要卖家对市场趋势有较高的洞察力并根据局势迅速采取对应措施。 siyushenqi.com 2025 年 8 月 13 日 513000 行业动态 “为游戏安装费”致歉,Unity发布声明承诺将听取意见调整收费模式 Unity已在对“新政”进行修改。 siyushenqi.com 2025 年 8 月 19 日 492000 行业动态 阿里开源创新大模型搜索引擎 ZeroSearch是阿里巴巴开源的一种强化学习框架,旨在无需与真实搜索引擎交互的情况下,激励大语言模型(LLMs)的搜索能力。它通过轻量级监督微调,将大模型转化为一个检索模块,能够根据查询生成相关或噪声文档,并通过课程学习机制逐步提升模型的推理能力。 siyushenqi.com 2025 年 8 月 13 日 450000 2天卖出$290万,这一超级大卖在亚马逊爆红! 宠物经济依旧爆火。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 490000 发表回复 请登录后评论...登录后才能评论 提交