OpenAI o1 AI模型预览发布推理能力显著提升

OpenAI 刚刚发布了 OpenAI o1 的预览版，这是一系列新的 AI 模型，它们在做出反应之前需要更多时间思考。据 ChatGPT 背后的公司称，这些模型比其前辈更有能力处理复杂任务，并解决科学、编码和数学方面更具挑战性的问题。

OpenAI 在一篇博文中分享道：“我们正在 ChatGPT 和我们的 API 中推出该系列的第一款产品。这是一个预览版，我们预计会定期更新和改进。除了此版本外，我们还将分享目前正在开发的下一次更新的评估。”

此预览版是在 OpenAI 发布 GPT-4o mini 之后发布的，GPT-4o mini 是其聊天机器人的较小、经济高效的版本。GPT-4o mini 被描述为“当今功能最强大、成本效率最高的小型模型”，最终将包括图像、视频和音频功能。

我们正在发布 OpenAI o1 的预览版，这是一系列新的 AI 模型，旨在在做出响应之前花更多时间思考。

这些模型可以推理复杂的任务，并解决比以前的科学、编码和数学模型更难的问题。https://t.co/peKzzKX1bu

— OpenAI (@OpenAI) 2024 年 9 月 12 日

工作原理

OpenAI 表示，这些新的 o1 模型经过训练后，能够在做出反应之前更彻底地思考问题，类似于人类的推理。它们旨在改进方法，尝试不同的策略，并发现自己的错误。

在测试中，即将推出的模型更新在物理、化学和生物学等艰巨的基准测试任务上的表现可与博士生相媲美。它在数学和编码方面也表现出色。例如，在国际数学奥林匹克 (IMO) 资格考试中，GPT-4o 正确解决了 13% 的问题，而推理模型则达到了 83%。该模型的编码技能通过 Codeforces 竞赛进行了评估，达到了第 89 个百分位。更多详细信息请参阅 OpenAI 的技术研究文章。

目前，该模型还缺少一些让 ChatGPT 广泛有用的功能，例如网页浏览和上传文件和图像的能力。然而，对于复杂的推理任务来说，这一版本标志着人工智能能力向前迈出了一大步。为了反映这一新阶段，该系列被命名为 OpenAI o1。

安全措施

在开发这些模型时，OpenAI 引入了一种新的安全训练方法，利用其推理能力更好地符合安全准则。这意味着该模型可以更有效地在特定情境中应用安全规则。

衡量安全性的一种方法是测试模型在多大程度上遵守其指导方针，即使用户试图绕过它们（这种做法称为“越狱”）。在一项具有挑战性的测试中，GPT-4o 得分为 22 分（满分 100 分），而 o1-preview 模型得分为 84 分。更多详细信息可在系统卡和研究帖子中找到。

为了与这些新模型的功能保持一致，OpenAI 加强了其安全协议、内部治理以及与联邦当局的合作。这包括严格的测试、通过其准备框架进行的评估以及其安全与保障委员会的监督。

作为对人工智能安全承诺的一部分，OpenAI 最近与美国和英国人工智能安全研究所达成了正式协议。这些协议包括提供该模型研究版本的早期访问权限，作为未来模型公开发布之前研究、评估和测试的基础。

谁可能受益

这些高级推理能力对于那些应对科学、编码和数学等领域的复杂挑战的人来说尤其有价值。例如，OpenAI o1 可以协助医疗研究人员注释细胞测序数据，帮助物理学家为量子光学创建复杂的数学公式，并使各个领域的开发人员能够构建和执行多步骤工作流程。

OpenAI 由 Sam Altman 和 Elon Musk 于 2015 年创立，最初是一家非营利组织，旨在推动安全有益的通用人工智能 (AGI)。该公司于 2020 年转型为商业实体，此举大大改变了其发展轨迹。尽管面临内部挑战，包括 Altman 于去年 11 月短暂离职并重返，但 OpenAI 仍然是人工智能行业的领跑者，这得益于其旗舰产品 ChatGPT（于 2022 年推出）的持续成功。