卓越高职院建设网站,深圳做微信网站设计,wordpress瀑布流主 #65533;,怎样理解网站建设与开发这门课大半夜的#xff0c;OpenAI抽象了整整快半年的新模型。
在没有任何预告下#xff0c;正式登场。 正式版名称不叫草莓#xff0c;草莓只是内部的一个代号。他们的正式名字#xff0c;叫#xff1a; 为什么取名叫o1#xff0c;OpenAI是这么说的#xff1a;
For complex …大半夜的OpenAI抽象了整整快半年的新模型。
在没有任何预告下正式登场。 正式版名称不叫草莓草莓只是内部的一个代号。他们的正式名字叫 为什么取名叫o1OpenAI是这么说的
For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this, we are resetting the counter back to 1 and naming this series OpenAI o1.
翻译过来是
对于复杂推理任务来说这是一个重要的进展代表了人工智能能力的新水平。鉴于此我们将计数器重置为 1并将这一系列命名为 OpenAI o1。
这次模型的强悍甚至让OpenAI不惜推掉了过去GPT系列的命名重新起了一个o系列。
炸了真的炸了。
我现在头皮发麻真的这次OpenAI o1发布也标志着AI行业正式进入了一个全新的纪元。
**“我们通往AGI的路上已经没有任何阻碍。”
**
在逻辑和推理能力上我直接先放图你们就知道这玩意有多离谱。 AIME 2024一个高水平的数学竞赛GPT4o准确率为13.4%而这次的o1 预览版是56.7%还未发布的o1正式版是83.3%。
代码竞赛GPT4o准确率为11.0%o1 预览版为62%o1正式版是89%。
而最牛逼的博士级科学问题 (GPQA Diamond)GPT4o是56.1人类专家水平是69.7o1达到了恐怖的78%。 我让Claude翻译了一下o1的图丑是丑了点但是能看的懂每项数据意思就行。 什么叫全面碾压这就是。
特别是在测试测试化学、物理和生物学专业知识的基准GPQA-diamond上o1 的表现全面超过了人类博士专家这也是有史以来第一个获得此成就的模型。
而整个模型之所以达到如此成就基石就是Self-play RL不知道这个的可以去看我前两天的预测文章新模型草莓到底是个啥
通过Self-play RLo1学会了磨练其思维链并完善所使用的策略。它学会了识别和纠正自己的错误。
它也学会了将复杂的步骤分解为更简单的步骤。
而且当当前的方法不起作用时它也学会了尝试不同的方法。
他学会的这些就是我们人类最核心的思考方式慢思考。
诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作名叫《思考快与慢》。
非常详细的阐述了人类的两种思考方式。
第一种是快思考系统1特点是快速、自动、直觉性、无意识举几个例子
看到一个笑脸就知道对方心情很好。112 这样简单的计算。开车时遇到危险情况立即踩刹车。
这些就是快思考也就是传统的大模型死记硬背后学得的快速反应的能力。
第二种是慢思考系统2特点是缓慢、需要努力、逻辑性、有意识举几个例子
解决一道复杂的数学题填写税务申报表权衡利弊后做出重要决定
这就是慢思考我们人类之所以强大的核心也是AI要通往下一步AGI路上的基石。
而现在o1终于踏出了坚实的一步拥有了人类慢思考的特质在回答前会反复的思考、拆解、理解、推理然后给出最终答案。
说实话这些增强的推理能力在处理科学、编码、数学及类似领域的复杂问题时绝对极度有用。
例如o1可以被医疗研究人员用来注释细胞测序数据被物理学家用来生成量子光学所需的复杂数学公式以及被各个领域的开发人员用来构建和执行多步骤工作流等等等等。
o1也绝对是全新一代的数据飞轮如果答案正确整个逻辑链就会变成一个包含正负奖励的训练示例的小型数据集。
以OpenAI的用户级别未来的进化速度只会更恐怖。
写到这我忽然叹了口气我觉得我跟一年以后的o1比起来可能就是个纯废物了真的。。。
目前o1模型已经逐步向所有ChatGPT Plus和 Team用户开放未来会考虑对免费用户开放。 分为两个模型o1预览版和o1 minio1-mini就是更快更小更便宜推理啥的都不错极度适合数学和代码就是世界知识会差很多适用于需要推理但不需要广泛世界知识的场景。
o1预览版每周30条o1-mini每周50条。
雪崩甚至不是按以前的3小时来限制的是每周30条也能从侧面看出来o1这个模型有多贵了。
对于开发者来说只对已经付过1000美刀的等级5开发者开放每分钟限制20次。
都挺少的。
而且在功能上阉割挺大但是毕竟早期理解。 API的价格上o1预览版每百万输入15美元每百万输出60美元这个推理成本… o1-mini会便宜一些每百万输入3美元每百万输出12美元。 输出成本都是推理成本的4倍对比一下GPT4o分别是5美元和15美元。 o1-mini还是勉强有一些经济效应的不过还是开始后面等着OpenAI打骨折。
既然说o1已经对Plus用户开放我就直接去我的号上看了眼还不错拿到了。 那自然第一时间试一试。
目前不支持曾经的所有功能也就是没有图片理解、图片生成、代码解释器、网页搜索等等只有一个可以对话的裸模型。
我先是一个曾经很致命的问题
“农夫需要把狼、羊和白菜都带过河但每次只能带一样物品而且狼和羊不能单独相处羊和白菜也不能单独相处问农夫该如何过河。” 思考了6秒时间给了我一个很完美的回答。
还有之前一个坑遍所有大模型的调休问题
“这是中国2024年9月9日星期一开始到10月13日的放假调休安排:上6休3上3休2上5休1上2休7再上5休1。
请你告诉我除了我本来该休的周末我因为放假多休息了几天”
在o1思考了整整30秒以后给出了一天不差的极度精准的答案。 无敌真的无敌。
再来一个更难的就是曾经姜萍那个比赛的奥数题 别问我题目什么意思我看不懂我是废物这题曾经屠杀所有的大模型这次我们让o1也来试一下看看。 在o1思考了整整1分多钟之后他给出了答案。
… 全…对…
我裂开了。
目前我自己试下来感觉Prompt未来可能也要重新摸索在GPT为代表的快思考大模型时代我们有很多所谓的一步一步思考之类的玩意现在全都无效了对o1甚至还有负效果。
OpenAI给出的最佳写法是
**保持提示简单直接**模型擅长理解和响应简短、清晰的指令而不需要大量的指导。**避免思路链提示**由于这些模型在内部进行推理因此不需要提示它们“逐步思考”或“解释你的推理”。**使用分隔符来提高清晰度**使用三重引号、XML 标签或章节标题等分隔符来清楚地指示输入的不同部分帮助模型适当地解释不同的部分。**限制检索增强生成 (RAG) 中的附加上下文**提供附加上下文或文档时仅包含最相关的信息以防止模型过度复杂化其响应。
针对所有自学遇到困难的同学们我帮大家系统梳理大模型学习脉络将这份 LLM大模型资料 分享出来包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 有需要的小伙伴可以 扫描下方二维码领取↓↓↓
学习路线 第一阶段 从大模型系统设计入手讲解大模型的主要方法
第二阶段 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用
第三阶段 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统
第四阶段 大模型知识库应用开发以LangChain框架为例构建物流行业咨询智能问答系统
第五阶段 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型
第六阶段 以SD多模态大模型为主搭建了文生图小程序案例
第七阶段 以大模型平台应用与开发为主通过星火大模型文心大模型等成熟大模型构建大模型行业应用。
