OpenAI发布史上最强模型-o1,推理能力超人类博士! siyushenqi.com • 2025 年 8 月 13 日 下午9:12 • 行业动态 • 阅读 436 今天凌晨1点,OpenAI终于正式发布了传说中的“草莓”模型——o1。 摘要 OpenAI 发布了名为 "o1" 的新模型,它在功能、推理和性能上与之前泄漏的信息基本一致,但具有独特的推理模式,能够生成较长的内部思维链,提供更准确的回答。 o1 采用了训练时计算(Test-time computation)技术,结合了密集型、流程导向的验证奖励模型搜索和自适应更新模型响应概率分布的方法。 在多个领域的基准测试中,o1 显示出超越人类博士水平的性能,特别是在美国数学奥林匹克预选赛中的表现,以及在物理、生物学、化学基准测试中的成绩。 OpenAI 对 o1 进行了广泛的测试,证明了其在编程竞赛、数学竞赛和其他学术考试中的卓越表现,同时,o1 已经向 ChatGPT Plush 和 team 用户开放,并且提供了 API 供用户尝试。 今天凌晨1点,OpenAI终于正式发布了传说中的“草莓”模型——o1。 除了名字不一样,功能、推理、性能等方面与之前泄漏的内容基本一致,o1的推理模式很特殊,在回答用户问题之前会进入拟人化思考模式,将问题分解成更小的步骤逐一解决,生成一个较长的内部思维链,回答的内容也更加准确。 这个技术谷歌DeepMind很早之前便进行过解读称为——训练时计算(Test-time computation)。其核心技术主要使用了密集型、流程导向的验证奖励模型搜索,以及自适应地更新模型对响应的概率分布两种方法。 根据OpenAI公布测试的数据显示,o1在美国数学奥林匹克预选赛中,排名美国前500 名学生之列,并且在物理、生物学、化学基准上,首次超过了人类博士。也就是说,o1超过了GPT-4o,是现役最强的超复杂推理大模型。 已经使用上的用户表示,o1成功地写出了一首非常困难的藏头诗,以前的模型都无法写出来。它在生成答案的过程中疯狂反复推理、自我纠正,非常特别的推理模式。 已经尝试了o1 模型,进步非常大。推理能力更好,准确性和思维复杂性似乎也更好。 超过人类博士水平,这个结果太疯狂了! 期待已久的草莓模型终于来了。 太阳从西边出来了,这次居然没有候补名单? 感受一下AGI的震撼吧! 推理能力遥遥领先,这下能和Claude竞争了。 国际数学奥林匹克资格考试中,GPT-4o 只正确解决了 13% 的问题,而新模型的得分为 83%,编程竞赛中的表现更好,确实有点疯狂! o1主要技术特点介绍 拟人化的推理模式是o1的主打功能之一,与传统模型不同,它在回答问题之前会进行深入的思考,生成一个较长的内部思维链。这种思维链的产生使得 o1 能够更好地理解问题的本质,分析问题的各个方面,从而给出更准确和合理的答案。 自适应强化学习、纠错则是其第二大技术特点,o1 通过大规模的强化学习算法进行训练,在训练过程中,模型学会了如何有效地利用其思维链来解决问题。 这种训练方法使得 o1 能够不断优化自己的策略,识别和纠正错误,学会将复杂的步骤分解为更简单的部分,并在当前方法不奏效时尝试不同的方法来解决。通过不断的学习和改进,o1 的推理能力得到了极大的提升,也就是说o1具备了智能体的功能。 o1使用了谷歌训练时计算类似的技术,OpenAI发现,随着训练时计算资源的增加和测试时思考时间的延长,o1 的性能会不断提升。这表明,通过增加计算资源的投入,可以进一步挖掘 o1 的潜力,使其在各种任务中表现得更加出色。 o1的其他主要特色应用功能包括,可以直接翻译一个不健全的句子,自动补全缺失内容;可根据提示自动编写复杂的视频小游戏;擅长解决超复杂、冗长的推理问题。 o1测试数据 OpenAI对o1进行了一系列的测试,以评估其在不同领域的性能。在竞争编程问题方面,o1 在 Codeforces 编程竞赛上的表现非常出色,超过83%的专业人员。 在数学竞赛中,以 AIME 2024 为例,GPT - 4o 平均只能解决 12% 的问题,而 o1 平均能解决74% 的问题,若采用 64 个样本的共识,解决率能达到83%。 使用学习到的评分函数重新排序 1000 个样本时,解决率更是高达 93%。这样的成绩使 o1 在该考试中的得分能够跻身美国前 500 名学生的行列,超过了美国数学奥林匹克的入选分数线。 在 PhD - Level Science Questions(GPQA Diamond)的测试中,o1 也展现出了优异的性能,超过了人类专家的表现。为了进行这项测试,研究人员招募了具有博士学位的专家来回答 GPQA - diamond 问题,结果发现 o1 的表现更为准确。 此外,o1 在 ML Benchmarks 的多个子类别中也有显著的改进。例如,在 MATH - 500、MathVista、MMMU、MMLU 等测试中,o1 的准确率均高于 GPT - 4o。 在其他考试方面,o1 在 APEnglish Lang、APEnglish Lit、APPhysics2、AP Calculus、AP Chemistry、LSAT、SATEBRW、SATMath 等考试中的成绩也显示出了巨大优势,整体比GPT-4o高出很多。 值得一提的是,这一次OpenAI没有再放鸽子,ChatGPT Plush和team用户已经可以使用该模型,同时开放了API,想体验的小伙伴们赶紧去试试吧! 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/32538.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 腾讯最新万亿参数异构MoE上线,技术细节首次曝光!权威评测国内第一,直逼GPT-4o 上一篇 2025 年 8 月 13 日 下午9:12 这届的AI故事,还能讲多久? 下一篇 2025 年 8 月 13 日 下午9:12 相关推荐 行业动态 泡泡玛特勇闯欧美 泡泡玛特2024年营收超过130亿元,海外收入占比接近总营收的四成。其在东南亚市场表现强劲,同时以LABUBU为代表的IP在欧美市场也迅速走红,2025年计划在更多国家开设线下门店。 siyushenqi.com 2025 年 8 月 5 日 466000 有关休闲游戏:重新建立赛道认知及变现技巧分享 日前,天苻科技创始人王子磊,在业内活动中,结合自家的休闲游戏发行经验 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 510000 行业动态 押注大湾区短剧文旅,博纳势在必得|专访于冬 面对飞速发展的短剧市场,博纳是否会入局?“冰火两重天”的春节档,博纳明年是否会加入? siyushenqi.com 2025 年 8 月 18 日 497000 行业动态 戏里“王妈”,戏外背刺打工人:员工月薪不到4k!短剧行业薪酬到底有多少? 短剧,作为近年最大的风口之一,今年来频频登上热搜。 siyushenqi.com 2025 年 8 月 18 日 451000 行业动态 App+AI出海掘金者涌入:ChatGPT6个月下载量破1.1亿次收入达3000万 AI为出海赛道带来的新机遇。 siyushenqi.com 2025 年 8 月 13 日 461000 可口可乐、星巴克们暂停在Facebook投放广告,真是一步妙棋 上周,可口可乐宣布自7月1日起,将暂停全球社交媒体平台上的所有广告,为期至少30天。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 467000 行业动态 爆火!私域美妆卖家在新赛道年入千万 大健康类目是消费品行业为数不多的蓝海市场之一。 siyushenqi.com 2025 年 8 月 9 日 461000 月收入破4000万,这款奇葩手游能在海外成功,你真想不到! 尽管疫情给手游市场带来的红利正在逐渐消退,但Senser Tower的一份报告显示,去年全球超休闲游戏下载量却逆势大增15%,全年累计下载量达到137亿次。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 442000 年终旺季选品趋势大曝光,2万亿的生意你占多少? "接下来的双11、黑五等年终大促,又有哪些品类或将成为“潜力股”?" siyushenqi.com 2025 年 8 月 13 日 • 行业动态 435000 行业动态 市场规模将达2553亿,短剧出海将走国内短剧的老路? 海外短剧市场规模正在高速发展,已签约订单金额超过前8个月,预计很快会超越过去两年累计的2.52亿美元。 siyushenqi.com 2025 年 8 月 17 日 464000 行业动态 从“ 平台转型 ”到“ DTC品牌出海 ”,2022趋势何在? 在这几年,整个独立站领域,COD和Dropshipping的占比逐渐变少,特别是在Facebook对于流量和开户管控,以及Google广告对网站审核严格等条件下,COD模式在开户和收单率等问题上无法解决,使得此模式基数缩小。 siyushenqi.com 2025 年 8 月 13 日 518000 行业动态 送走CES,迎接超级碗,出海的中国品牌们想真正让世界看见 机会和舞台,都留给有准备的人。 siyushenqi.com 2025 年 8 月 13 日 479000 行业动态 二次元还能养米哈游多久? 破圈,有那么容易吗? siyushenqi.com 2025 年 8 月 24 日 417000 行业动态 东南亚电商开始“变天”了吗? 东南亚电商市场,进还是退? siyushenqi.com 2025 年 8 月 13 日 468000 行业动态 下一个SHEIN?又一出海时尚品牌完成 10亿元融资 服装一直是跨境电商的热门赛道,在品牌出海掘金成为风口的当下,一些中国时尚DTC品牌正在全球展开进攻,迎来快速发展,同时也获得了资本市场的青睐。 siyushenqi.com 2025 年 8 月 12 日 524000 行业动态 亚马逊又一新增收费,10月Prime大促正式生效! 随着时间来到8月的后半段,不少亚马逊卖家已深刻体会到淡季运营的不易。 siyushenqi.com 2025 年 8 月 5 日 452000 行业动态 AI短剧正在破土 抖音《三星堆》、快手《山海奇镜》率先试水,2025年春节后《新世界加载中》《玄幻:从拉二胡开始》等十余部AI短剧密集上线,标志从概念验证进入产业嵌入阶段。 siyushenqi.com 2025 年 8 月 15 日 511000 行业动态 《影之诗》日服7月停运,IP续作《超凡世界》正式接棒 Cygames老牌卡牌游戏《影之诗》宣布7月停服,十年运营落幕,IP由续作《影之诗:超凡世界》承接,国服暂未受影响。 转自扬帆出海 2026 年 3 月 27 日 263000 行业动态 ChatGPT,将添“新技能” ChatGPT 将内嵌「Buy with PayPal」按钮,2025 年起消费者可直接在聊天界面完成购物支付,商户商品同步上架。 siyushenqi.com 2025 年 10 月 30 日 366000 越南游戏出海法律攻略——主体资质篇 越南游戏出海业务涉及的主体资质问题。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 578000 行业动态 Allegro上线轻小商品配送计划,卖家成本难题迎刃而解 扶持商家顺利卖货,是Allegro扩张之路上必不可少的关键一步。 siyushenqi.com 2025 年 8 月 12 日 457000 行业动态 成人模式难产?OpenAI无限期搁置情色聊天机器人计划 OpenAI无限期推迟情色AI项目,因社会争议与技术挑战,转向整合生产力工具如ChatGPT。 转自扬帆出海 2026 年 3 月 27 日 235000 飞盘“祛魅” 夏日微风,蝉鸣渐起,蔚蓝天空,碧绿草地,远离城市的喧嚣和电子产品的束缚,一群互不相识的人因为飞盘聚集在一起。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 416000 Grab、GoTo和冬海集团,谁会是东南亚超级应用霸主? 让我们快速了解一下这些公司,然后看看它们在五个关键战略领域的表现究竟如何。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 603000 行业动态 暴雪庆幸:《暗黑4》的推出反而让《暗黑:不朽》更受欢迎了 大聪明 siyushenqi.com 2025 年 8 月 19 日 448000 GDPR之后,欧盟EDCD新法严管数字内容:出海游戏面临十大风险! 很少有其他行业能够像游戏业这样拥有如此庞大的高参与度用户群。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 515000 湖南游纵、游戏谷、玄星游戏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 湖南游纵、游戏谷、玄星游戏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 23 日 • 行业动态 374000 行业动态 2023 年 SLG 游戏市场洞察报告已就绪 2023 年全球 SLG 手游的市场占有率与吸金能力有目共睹,吸引了越来越多发行商在近两年推陈出新。 siyushenqi.com 2025 年 8 月 18 日 529000 行业动态 Apple Ads投放中,CPA goal的设置与其他技巧 要想真正在ASA投放中脱颖而出,除了做好基础的元数据优化之外,在设置和手法上也有一些技巧,例如在广告组设置每次转化费用目标(CPA goal)。 siyushenqi.com 2025 年 8 月 3 日 540000 TikTok Shop美国小店已上线,我们的机会有多大? 在TikTok Shop官网的卖家中心上,我们看到北美站点已经已开通了美国小店。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 448000 发表回复 请登录后评论...登录后才能评论 提交