（AI云資訊消息）OpenAI即將推出一款名為o1的新產(chǎn)品，這是公司計(jì)劃推出的一系列推理模型中的第一款。這些模型經(jīng)過訓(xùn)練，能夠比人類更快地回答更復(fù)雜的問題。與此同時(shí)，公司還將推出o1-mini，這是一款尺寸更小、價(jià)格更便宜的版本。如果你對(duì)人工智能的傳聞?dòng)兴私?，那么可以告訴你，這款產(chǎn)品正是傳說中的草莓模型。

對(duì)于OpenAI來說，o1代表了朝著其更廣泛的人工智能目標(biāo)邁進(jìn)的一步。從更實(shí)際的角度來看，o1在編寫代碼和解決多步驟問題方面比之前的模型表現(xiàn)得更好。但是，與GPT-4o相比，o1的成本更高，使用速度也更慢。OpenAI將o1的這一版本稱為預(yù)覽版，以強(qiáng)調(diào)其仍處于初級(jí)階段。

從今天起，ChatGPT Plus和Team用戶可以使用o1-preview和o1-mini，而Enterprise和Edu用戶將在下周初獲得使用權(quán)限。OpenAI表示計(jì)劃為ChatGPT的所有免費(fèi)用戶提供o1-mini的訪問權(quán)限，但尚未確定發(fā)布日期。開發(fā)者使用o1的費(fèi)用非常昂貴：在API中，o1-preview的費(fèi)用為每100萬個(gè)Tokens 15美元，而o1-mini的費(fèi)用為每100萬個(gè)Tokens 60美元。相比之下，GPT-4o的費(fèi)用為每100萬個(gè)Tokens 5美元，每100萬個(gè)Tokens 15美元。

OpenAI的研發(fā)負(fù)責(zé)人杰里·特沃雷克（Jerry Tworek）表示，o1背后的訓(xùn)練方法與其前代產(chǎn)品完全不同，盡管該公司不愿透露具體的細(xì)節(jié)。o1使用了一種全新的優(yōu)化算法和專門為其定制的訓(xùn)練數(shù)據(jù)集。

OpenAI教會(huì)了以前的GPT模型從其訓(xùn)練數(shù)據(jù)中模仿模式。對(duì)于o1，OpenAI訓(xùn)練該模型使用一種名為強(qiáng)化學(xué)習(xí)的技術(shù)來獨(dú)立解決問題，該技術(shù)通過獎(jiǎng)勵(lì)和懲罰來教授系統(tǒng)。然后，它使用一種思維鏈來處理查詢，與人類通過逐步處理問題來處理問題類似。

由于采用了這種新的訓(xùn)練方法論，OpenAI表示該模型的準(zhǔn)確性應(yīng)該有所提高。特沃雷克表示，“我們注意到，這個(gè)模型的幻覺現(xiàn)象減少了，我們不能說我們解決了幻覺問題?！?

OpenAI表示，使這個(gè)新模型與GPT-4o區(qū)分開來的主要特點(diǎn)是，它能夠比其前代模型更好地解決復(fù)雜的問題，比如編碼和數(shù)學(xué)問題，同時(shí)能夠解釋其推理過程。

OpenAI的首席研究官鮑勃·麥克格魯（Bob McGrew）表示，“這個(gè)模型在解決AP數(shù)學(xué)考試上的表現(xiàn)肯定比我好，我在大學(xué)里學(xué)的是數(shù)學(xué)輔修專業(yè)，OpenAI還曾將o1與國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽的資格考試進(jìn)行了對(duì)比，GPT-4o只正確解決了13%的問題，而o1的正確率達(dá)到了83%。

在名為Codeforces的在線編程競(jìng)賽中，o1新模型達(dá)到了參與者的89%分位數(shù)，OpenAI聲稱該模型的下一次更新將在物理學(xué)、化學(xué)和生物學(xué)等具有挑戰(zhàn)性的基準(zhǔn)任務(wù)上表現(xiàn)得類似博士生。
與此同時(shí)，o1在很多方面不如GPT-4o。它在世界知識(shí)方面的表現(xiàn)不如GPT-4o好。它也沒有瀏覽網(wǎng)頁或處理文件和圖像的能力。盡管如此，OpenAI認(rèn)為它代表了一種全新的能力。將其命名為o1是為了表示將計(jì)數(shù)器重置為1。

麥克格魯說，“老實(shí)說：我認(rèn)為我們傳統(tǒng)上不擅長(zhǎng)給產(chǎn)品命名，所以我希望這是邁向更現(xiàn)代、更合理的命名方式的第一步，這些命名能更好地向世界傳達(dá)我們所做的事情?！?

但是這個(gè)模型并沒有思考的能力，也肯定不是人類。那么，為什么要設(shè)計(jì)它讓人覺得它像是人類呢？

特沃雷克表示，OpenAI并不相信將AI模型的思考方式與人類的思考方式相提并論。該界面旨在展示模型如何花費(fèi)更多時(shí)間來處理和深入解決問題。它在某些方面比之前的模型更像人類。

麥克格魯表示，“我們花了好幾個(gè)月的時(shí)間來研究推理，因?yàn)槲覀冋J(rèn)為這實(shí)際上是關(guān)鍵性的突破。從根本上說，這是模型解決真正困難問題的新方式，以實(shí)現(xiàn)向人類水平智能的進(jìn)步?！?