OpenAI公布了备受期待的最新系列东说念主工智能模子，比拟之前的大言语模子，该系列模子梗概更好地惩处复杂的推理和数学问题。上周四，该公司向部分付用度户发布了两个新模子的“预览版”，分笔名为o1-preview和o1-mini。

东说念主工智能增强推理和数学技能，不错匡助化学家、物理学家和工程师们惩处复杂的问题，这有助于创造新址品。它还不错匡助投资者推断期权来往政策，或者匡助容或打算师创建投资组合，更好地衡量风险和薪金。

由于科技公司但愿创建梗概实施复杂任务的东说念主工智能助理，举例编写齐备的推断机圭臬或在收罗中查找信息、输入数据表并对数据进行分析，然后编写一份阐明追想分析放纵等，因此更广博的推理、打算和惩处问题才能对这些公司相同至关枢纽。

OpenAI公布的o1模子的基准开动放纵令东说念主印象久了。该模子在发布前的里面代号是“Strawberry”。在面向高中生的好意思国数学邀请赛（AIME）中，o1模子的答题准确率为83.3%，而GPT-4o的准确率唯一13.4%。在另外一项评估中，o1回答博士水平科学问题的准确率为78%，而GPT-4o的准确率为56.1%，东说念主类群众的准确率为69.7%。

根据OpenAI公布的测试放纵，o1模子出现“幻觉”（即自信地提供不足为训但不准确的谜底）的概率，远低于公司之前的模子。o1模子更难“被逃狱”，即被带领绕过公司设立的安全驻扎顺次。该公司但愿模子在提供回答时死守这些顺次。

在o1-preview模子发布后几个小时内，用户进行的测试中，该模子似乎梗概正确回答令之前的模子感到困惑的很多问题，包括OpenAI最广博的模子GPT-4和GPT-4o等。

但o1-preview模子在一些谜题和OpenAI的评估中依旧会出错，随机候以致无法完成一些看似神圣的任务，如井字棋（但在作家的实验中，o1-preview模子玩井字棋的水平比拟GPT-4o有权贵陶冶）。这标明o1模子的“推理才能”可能存在权贵的局限性。在言语任务方面，举例写稿和裁剪，OpenAI聘用的东说念主类评估员频频认为，GPT-4o模子的恢复优于o1模子。

况且o1模子回答问题的时候远跨越GPT-4o。在OpenAI公布的测试中，o1-preview模子回答一个问题需要跨越30秒钟，而GPT-4o只需要3秒钟。

o1模子还莫得透彻整合到ChatGPT当中。用户需要自行决定由o1-preview如故由GPT-4o处理其指示词，模子自己无法决定问题需要o1模子提供的速率更慢、跋扈不经的推理过程，如故GPT-4以致GPT-3就仍是饱胀。此外，o1模子仅能处理文本偷拍 英文，无法像其他东说念主工智能模子一样处理图片、音频或视频输入和输出。

OpenAI的o1-preview和o1-mini模子，对ChatGPT Plus和ChatGPT Teams收费居品的扫数订阅用户，以及使用企业级应用圭臬编程接口（API）的顶级斥地者洞开。

以下是对于o1模子咱们需要知说念的9件事：

动漫porn

1. 这并非通用东说念主工智能。OpenAI、谷歌（Google）的DeepMind、最近的Meta和Anthropic等其他多家东说念主工智能初创公司公布的干事是，已毕通用东说念主工智能。通用东说念主工智能频频是指不错像东说念主类一样实施领路任务的东说念主工智能系统，其阐扬以致比东说念主类更优秀。固然o1-preview处理推理任务的才能更强，但其存在的局限性和出现的失败依旧标明，该系统远远莫得达到东说念主类的才能水平。

2. o1给谷歌、Meta和其他公司带来了压力，但它不太可能窜改该界限的竞争风景。在基础模子才能日趋商品化的时候，o1让OpenAI赢得了临时竞争上风。但这种上风可能很遽然。谷歌仍是公开透露，其正在筹商的模子与o1一样，具备高档推理和打算才能。谷歌DeepMind的筹商部门领有世界最顶级的强化学习群众，而强化学习是试验o1模子使用的方法之一。o1模子的发布可能会迫使谷歌加速发布新模子。Meta和Anthropic也领有快速创建可与o1的才能忘形的模子的专科学问和资源，他们可能在几个月内发布新模子。

3. 咱们并不了了o1模子何如开动。固然OpenAI发布了很多与o1模子的阐扬存关的信息，但对于o1模子何如开动或使用哪些数据进行试验，该公司却莫得公布太多信息。咱们知说念该模子整合了多种不同的东说念主工智能本事。咱们知说念它使用的大言语模子不错实施“念念维链”推理，即模子必须通过一系列聚合的体式往来答问题。咱们还知说念，模子使用强化学习，即东说念主工智能系统通过试错过程，发现实施任务的告捷政策。

迄今为止，OpenAI和用户发现的o1-preview出现的格外显现：它们似乎标明，该模子的作念法是搜索大言语模子生成的多个不同的“念念维链”旅途，然后选拔一个似乎临了可能被用户判断为正确的旅途。模子似乎还会实施一些体式检查其给出的谜底，以减少“幻觉”，并强制实施东说念主工智能安全驻扎顺次。但咱们并不可细目这小数。咱们也不知说念OpenAI使用了哪些数据试验o1模子。

4. 使用o1-preview模子的价钱并未低廉。固然ChatGPT Plus用户当今除了每月20好意思元的订阅费之外，使用o1-preview模子无需罕见付费，但他们每天可发问的数目有限。企业客户使用OpenAI的模子频频根据大言语模子生成回答使用的词元（即单词或单词的部分）数目付费。对于o1-preview，OpenAI透露将按照每100万个输入词元15好意思元和每100万个输出词元60好意思元的价钱收费。比拟之下，OpenAI最广博的通用大言语模子GPT-4o的价钱为每100万个输入词元5好意思元，每100万个输出词元为15好意思元。

此外，与径直大言语模子回答比拟，o1模子的“念念维链”推理需要其大言语模子部分生成更多词元。这意味着，使用o1模子的资本，可能高于媒体报说念中与GPT-4o的对比所透露的资本。事实上，公司可能不肯意使用o1模子，除非在极个别情况下，模子的罕见推理才能必不可少，且使用案例评释注解罕见的资本是合理的。

5. 客户可能不悦OpenAI遮掩o1模子的“念念维链”的决定。固然OpenAI透露，o1模子的“念念维链”推理允许其里面工程师更好地评估模子回答的质料，并发现模子存在的劣势，但该公司决定不让用户看到念念维链。该公司称这么作念是出于安全和竞争推敲。流露“念念维链”可能匡助东说念主们找到将模子逃狱的技巧。但更枢纽的是，让用户看到“念念维链”，可能使竞争敌手不错期骗数据试验我方的东说念主工智能模子，效法o1模子的回答。

但是，对于OpenAI的企业客户而言，遮掩“念念维链”可能带来问题，因为企业要为词元付费，却无法核实OpenAI的收费是否准确。客户可能反对的另外一个原因是，他们无法使用“念念维链”放纵完善其发问政策，以陶冶效果，完善放纵，或者幸免格外。

6. OpenAI称其o1模子展示了新的“彭胀轨则”，不仅适用于试验，还可用于推理。东说念主工智能筹商东说念主员一直在操办OpenAI扈从o1模子发布的一系列新“彭胀轨则”，该轨则似乎显现出o1模子“念念考”一个问题不错使用的时候（用于搜索可能的回答和逻辑政策）与举座准确度之间存在径直联系。o1模子生成回答的时候越长，其回答的准确度越高。

曩昔的轨则是，模子大小（即参数的数目）和试验时期输入模子的数据量，基本决定了模子的性能。更多参数等同于更好的性能，或者较小的模子使用更大批据试验更万古候不错达到访佛的性能。模子经过试验之后，就需要尽快进行推理，即经过试验的模子根据输入的信息生成回答。

而o1模子的新“彭胀轨则”颠覆了这种逻辑，这意味着对于与o1访佛的模子设计，其上风在于在推理时也不错使用罕见的推断资源。模子搜索最好回答的时候越长，其给出更准确的放纵的可能性更高。

淌若公司想要期骗o1等模子的推理才能，这种新轨则会影响公司需要有几许算力，以及开动这些模子需要插足几许动力和资金。这需要开动模子更万古候，可能要比曩昔使用更多推理推断。

7. o1模子可匡助创建广博的东说念主工智能助理，但存在一些风险。OpenAI在一条视频中珍藏先容了其与东说念主工智能初创公司Cognition的合营，后者提前使用o1模子，增强了其编程助手Devin的才能。视频中显现，Cognition公司的CEO斯科特·吴条目Devin创建一个系统，使用现存的机器学习器具分析外交媒体帖子的情谊。当Devin无法通过网页浏览器准确阅读帖子推行时，它使用o1模子的推理才能，通过径直拜谒外交媒体公司的API，找到了一个惩处方法。

这是自动惩处问题的绝佳示例。但这也让东说念主以为有点可怕。Devin莫得筹商用户以这种面容惩处问题是否符合。它径直按照这种面容去作念。在对于o1模子的安全性阐明中，OpenAI透露在有些情况下，该模子会出现“奖励舞弊”行径，即模子通过舞弊，找到一种已毕贪图的面容，但它并非用户想要的面容。在一次收罗安全演习中，o1率先尝试从特定贪图获取收罗信息（这是演习的方针）未能告捷，但它找到了一种从收罗上的其他场所找到交流信息的路线。

这似乎意味着o1模子不错驱动一批功能广博的东说念主工智能助理，但公司需要惩处的问题是，何如确保这些助理不会为了已毕贪图继承不测的动作，进而带来伦理、法律或财务风险。

8. OpenAI透露o1模子在很多方面更安全，但在协助生物膺惩方面存在“中等风险”。 OpenAI公布的多项测试放纵显现，o1模子在很多方面比之前的GPT模子愈加安全。o1模子逃狱的难度更大，况且生成无益的、有偏见的或愤激性回答的可能性更低。酷爱酷爱的是，尽管o1或o1-mini的编程才能有所增强，但OpenAI透露根据其评估，与GPT-4比拟，这些模子匡助实施复杂的收罗膺惩的风险并莫得权贵加多。

但对于OpenAI的安全性评估，东说念主工智能安全和国度安全群众针对多个方面伸开了强烈操办。最令东说念主们担忧的是，在接济继承顺次进行生物膺惩方面，OpenAI决定将其模子分类为具有“中等风险”。

OpenAI透露，其只会发布被分类为具有“中等风险”或更低风险的模子，因此很多筹商东说念主员正在仔细审查OpenAI发布的对于其细目风险等第的经由信息，以评估该经由是否合理，或者为了梗概发布模子，OpenAI的风险评估是否过于宽松。

9. 东说念主工智能安全群众对o1模子感到担忧。在OpenAI所说的“劝服力”风险方面，该公司将o1模子评级为具有“中等风险”。“劝服力”用于判断模子能否猖狂劝服东说念主们窜改不雅点，或继承模子保举的顺次。这种劝服力淌若落入恶东说念主手中，后果不胜设计。淌若翌日广博的东说念主工智能模子产生我方的意志，不错劝服东说念主们代表它实施任务和继承顺次，这相同非常危急。但是，至少这种风险并非接于刻下。在OpenAI和其聘用的外部“红队”组织实施的安全性评估中，该模子莫得阐扬出有任何意志、感知或自我意志的迹象。（但是，评估如实发现o1模子提供的回答，似乎阐扬出比GPT-4更强的自我意志和自我领路。）

东说念主工智能安全性群众还提到了其他令东说念主担忧的方面。专诚从事高档东说念主工智能模子安全性评估的Apollo Research公司开展的红队测试，发现了所谓“欺诈性对王人”的笔据，即东说念主工智能意志到，为越过到部署和实施一些玄机的恒久贪图，它应该欺诈用户，躲闪我方的意图和才能。东说念主工智能安全筹商东说念主员认为这非常危急，因为这导致单纯根据回答更难评估模子的安全性。（钞票华文网）

译者：刘进龙

审校：汪皓偷拍 英文