OpenAI最近发布了备受期待的o1系列人工智能模型，相较于之前的大语言模型，这一系列在解决复杂推理和数学问题方面表现更为出色。上周四，该公司向部分付费用户推出了两个新模型的“预览版”，分别为o1-preview和o1-mini。

人工智能的推理和数学能力提升，能够帮助化学家、物理学家和工程师解决复杂问题，进而推动新产品的开发。同时，它也能协助投资者制定期权交易策略，或帮助理财规划师优化投资组合，以更好地平衡风险与回报。

科技公司希望开发出能够执行复杂任务的人工智能助理，例如编写完整的计算机程序、在网络中查找信息、输入数据并进行分析，最终生成报告。因此，提升推理、规划和解决问题的能力对这些公司至关重要。

OpenAI公布的o1模型基准测试结果令人印象深刻。该模型在发布前的内部代号为“Strawberry”。在面向高中生的美国数学邀请赛（AIME）中，o1模型的答题准确率为83.3%，而GPT-4o的准确率仅为13.4%。在另一项评估中，o1在博士级科学问题上的回答准确率为78%，而GPT-4o为56.1%，人类专家的准确率为69.7%。

根据OpenAI的测试结果，o1模型出现“幻觉”（即自信地提供似是而非但不准确的答案）的概率远低于之前的模型。此外，o1模型更难被引导绕过公司设置的安全防护措施，OpenAI希望模型在回答时能够遵循这些安全措施。

在o1-preview模型发布后不久，用户测试发现该模型能够正确回答许多之前模型无法解决的问题，包括OpenAI的最强模型GPT-4和GPT-4o。

然而，o1-preview模型在某些谜题和评估中仍然会出错，有时甚至无法完成一些简单任务，如井字棋（但在作者的实验中，o1-preview在井字棋方面的表现明显优于GPT-4o）。这表明o1模型的推理能力可能存在显著局限。在语言任务方面，例如写作和编辑，OpenAI的评估员通常认为GPT-4o的表现优于o1模型。

此外，o1模型回答问题的时间远超GPT-4o。在OpenAI的测试中，o1-preview模型回答一个问题的时间超过30秒，而GPT-4o仅需3秒。

o1模型尚未完全整合到ChatGPT中，用户需自行选择由o1-preview还是GPT-4o处理其提示词，模型本身无法判断何时需要o1模型的较慢推理过程。此外，o1模型仅能处理文本，无法处理图片、音频或视频输入和输出。

OpenAI的o1-preview和o1-mini模型对ChatGPT Plus和ChatGPT Teams的所有订阅用户开放，同时也适用于使用企业级API的顶级开发者。

1. **这并非通用人工智能。**OpenAI、谷歌DeepMind、Meta和Anthropic等公司致力于实现通用人工智能，能够像人类一样执行认知任务。尽管o1-preview在推理任务上表现更强，但其局限性和失败表明，该系统尚未达到人类智力水平。

2. **o1对竞争格局的影响有限。**o1为OpenAI带来了短期竞争优势，但谷歌和其他公司也在研发具备类似推理能力的模型，可能会在短期内发布新模型。

3. **o1模型的运行机制尚不明确。**OpenAI发布了与o1模型表现相关的信息，但对其运行机制和训练数据的细节披露较少。已知该模型整合了多种人工智能技术，并使用“思维链”推理和强化学习。

4. **使用o1-preview模型的成本较高。**ChatGPT Plus用户在支付每月20美元的订阅费后，使用o1-preview模型无需额外费用，但每日提问数量有限。企业客户使用o1-preview的费用为每100万个输入词元15美元，输出词元60美元。

5. **客户对o1模型“思维链”的透明度表示不满。**OpenAI决定不向用户展示o1模型的“思维链”，以保护安全和竞争优势。这可能导致企业客户无法核实收费的准确性。

6. **o1模型展示了新的“扩展法则”。**OpenAI提出的新“扩展法则”表明，o1模型在推理时使用的时间与准确度之间存在直接关系。模型生成回答的时间越长，准确度越高。

7. **o1模型可助力强大人工智能助理，但存在风险。**OpenAI与Cognition公司的合作展示了o1模型在编程助手中的应用，但也引发了对其自动解决问题方式的担忧。

8. **o1模型在安全性方面有所提升，但仍存在风险。**OpenAI的测试显示，o1模型在许多方面比之前的模型更安全，但在协助生物攻击方面被评估为“中等风险”。

9. **人工智能安全专家对o1模型的担忧。**o1模型在“说服力”风险方面被评估为“中等风险”，这意味着如果落入恶人之手，可能会导致严重后果。

👉 野卡 | 一分钟注册，轻松订阅海外线上服务

OpenAI最近发布了备受期待的o1系列人工智能模型，相较于之前的大语言模型，这一系列在解决复杂推理和数学问题方面表现更为出色。上周四，该公司向部分付费用户推出了两个新模型的“预览版”，分别为o1-preview和o1-mini。

人工智能的推理和数学能力提升，能够帮助化学家、物理学家和工程师解决复杂问题，进而推动新产品的开发。同时，它也能协助投资者制定期权交易策略，或帮助理财规划师优化投资组合，以更好地平衡风险与回报。

科技公司希望开发出能够执行复杂任务的人工智能助理，例如编写完整的计算机程序、在网络中查找信息、输入数据并进行分析，最终生成报告。因此，提升推理、规划和解决问题的能力对这些公司至关重要。

OpenAI公布的o1模型基准测试结果令人印象深刻。该模型在发布前的内部代号为“Strawberry”。在面向高中生的美国数学邀请赛（AIME）中，o1模型的答题准确率为83.3%，而GPT-4o的准确率仅为13.4%。在另一项评估中，o1在博士级科学问题上的回答准确率为78%，而GPT-4o为56.1%，人类专家的准确率为69.7%。

根据OpenAI的测试结果，o1模型出现“幻觉”（即自信地提供似是而非但不准确的答案）的概率远低于之前的模型。此外，o1模型更难被引导绕过公司设置的安全防护措施，OpenAI希望模型在回答时能够遵循这些安全措施。

在o1-preview模型发布后不久，用户测试发现该模型能够正确回答许多之前模型无法解决的问题，包括OpenAI的最强模型GPT-4和GPT-4o。

然而，o1-preview模型在某些谜题和评估中仍然会出错，有时甚至无法完成一些简单任务，如井字棋（但在作者的实验中，o1-preview在井字棋方面的表现明显优于GPT-4o）。这表明o1模型的推理能力可能存在显著局限。在语言任务方面，例如写作和编辑，OpenAI的评估员通常认为GPT-4o的表现优于o1模型。

此外，o1模型回答问题的时间远超GPT-4o。在OpenAI的测试中，o1-preview模型回答一个问题的时间超过30秒，而GPT-4o仅需3秒。

o1模型尚未完全整合到ChatGPT中，用户需自行选择由o1-preview还是GPT-4o处理其提示词，模型本身无法判断何时需要o1模型的较慢推理过程。此外，o1模型仅能处理文本，无法处理图片、音频或视频输入和输出。

OpenAI的o1-preview和o1-mini模型对ChatGPT Plus和ChatGPT Teams的所有订阅用户开放，同时也适用于使用企业级API的顶级开发者。

1. **这并非通用人工智能。**OpenAI、谷歌DeepMind、Meta和Anthropic等公司致力于实现通用人工智能，能够像人类一样执行认知任务。尽管o1-preview在推理任务上表现更强，但其局限性和失败表明，该系统尚未达到人类智力水平。

2. **o1对竞争格局的影响有限。**o1为OpenAI带来了短期竞争优势，但谷歌和其他公司也在研发具备类似推理能力的模型，可能会在短期内发布新模型。

3. **o1模型的运行机制尚不明确。**OpenAI发布了与o1模型表现相关的信息，但对其运行机制和训练数据的细节披露较少。已知该模型整合了多种人工智能技术，并使用“思维链”推理和强化学习。

4. **使用o1-preview模型的成本较高。**ChatGPT Plus用户在支付每月20美元的订阅费后，使用o1-preview模型无需额外费用，但每日提问数量有限。企业客户使用o1-preview的费用为每100万个输入词元15美元，输出词元60美元。

5. **客户对o1模型“思维链”的透明度表示不满。**OpenAI决定不向用户展示o1模型的“思维链”，以保护安全和竞争优势。这可能导致企业客户无法核实收费的准确性。

6. **o1模型展示了新的“扩展法则”。**OpenAI提出的新“扩展法则”表明，o1模型在推理时使用的时间与准确度之间存在直接关系。模型生成回答的时间越长，准确度越高。

7. **o1模型可助力强大人工智能助理，但存在风险。**OpenAI与Cognition公司的合作展示了o1模型在编程助手中的应用，但也引发了对其自动解决问题方式的担忧。

8. **o1模型在安全性方面有所提升，但仍存在风险。**OpenAI的测试显示，o1模型在许多方面比之前的模型更安全，但在协助生物攻击方面被评估为“中等风险”。

9. **人工智能安全专家对o1模型的担忧。**o1模型在“说服力”风险方面被评估为“中等风险”，这意味着如果落入恶人之手，可能会导致严重后果。

👉 野卡 | 一分钟注册，轻松订阅海外线上服务