推理大模型的特点，就是①OpenAI o1模型（「草莓」大模型）標誌着人工智能在複雜推理任務領域的嶄新水平；②通過改變AI模型的行爲方式，新模型能夠有效提高回答質量，同時避免一些機制性缺陷；③OpenAI首發推出o1-預覽版和o1 mini兩款模型。
財聯社9月13日訊（編輯 史正丞）北京時間週五凌晨1時許，AI時代迎來嶄新的起點——能夠進行通用複雜推理的大模型終於走到臺前。
OpenAI在官網發佈公告稱，開始向全體訂閱用戶開始推送OpenAI o1預覽模型——也就是此前被廣泛期待的「草莓」大模型。OpenAI表示，對於複雜推理任務而言，新模型代表着人工智能能力的嶄新水平，因此值得將計數重置爲1，給它一個有別於「GPT-4」系列的全新名號。
推理大模型的特點，就是AI會在回答之前花更多時間進行思考，就像人類思考解決問題的過程一樣。以往的大模型，背後的邏輯是通過學習大量數據集中的模式，來預測單詞生成的序列，嚴格來說並不是真正理解提問。
認知將躍升至「理科博士生水準」
OpenAI曾解釋過，2023年發佈的GPT-4類似於高中生的智能水平，而GPT-5則是完成AI從「高中生躍升至博士」的成長。這個o1模型就是其中關鍵的一步。
相較於GPT-4o等現有的大模型，OpenAI o1能夠解決更加困難的推理問題，同時改善過往模型中存在的機制性缺陷。
舉例而言，這個新模型能夠數清楚strawberry裏到底有幾個「r」。
同時AI在解答編程問題時也會更有條理，在着手寫代碼前，把整個回答的流程全部思考完一遍，再動手輸出代碼。
例如在預設條件的寫詩任務（例如第二句的最後一個單詞需要以i收尾）中，「拿起筆就寫」的GPT-4o的確給出了回答，但往往只會滿足了一部分條件，同時不會自我糾正。這意味着AI必須在第一次生成時就能碰上正確的答案，否則就一定會出錯。但在o1模型中，AI會不斷試錯並打磨答案，從而顯著提高生成結果的準確率和質量。
有趣的是，點開AI思考的過程，還會出現AI表示「我在思考這個事情這麼做行不行」、「啊時間不夠了得儘快給出答案」等。OpenAI確認，這裏展示的並不是原始的思維鏈，而是「模型生成的摘要」，公司也坦率承認這裏有保持「競爭優勢」的因素。
OpenAI的研究負責人Jerry Tworek透露，o1模型背後的訓練與之前的產品有着根本性的區別。之前的GPT模型旨在模仿其訓練數據中的模式，而o1的訓練旨在讓其獨立解決問題。在強化學習的過程中，使用獎勵和懲罰機制來「教育」AI使用「思維鏈」來處理問題，就像人類習得拆解、分析問題的方式一樣。
根據測試，o1模型在國際數學奧林匹克的資格考試中，能夠拿到83%的分數，而GPT-4o只能正確解決13%的問題。而在編程能力比賽Codeforces中，o1模型拿到89%百分位的成績，而GPT-4o只有11%。
（圖上顯示，o1模型預覽版的能力會比正式版低一截）
OpenAI表示，根據測試，在下一個更新的版本中，AI在物理、化學和生物學的挑戰性基準測試中，表現能夠與博士生水平類似。
該講講缺點和侷限性了
不難理解，會自己思考問題的AI模型，對於程序員、創意工作者，以及幾乎所有的理科相關專業工作者而言是有益的升級，但這個新模型也有侷限性。
首先，OpenAI o1模型（至少目前）還不是多模態大模型，同時在回答事實性問題時也不如其他模型。所以在圖像互動、常識問答、互聯網搜索方面，GPT-4o依然是更勝一籌的選擇。當然，OpenAI明確表示未來會給這個模型增加聯網、文件和圖像上傳等功能。
另一個問題則是貴，而且是非常貴。o1-預覽模型的定價是每百萬個輸入tokens 15美元，每百萬個輸出tokens 則要60美元，分別是GPT-4o的3倍和4倍。一百萬tokens大致相當於75萬個英文單詞。
除了OpenAI o1-預覽版外，OpenAI也同步推出了o1-mini模型。後者是一個更快、更便宜的模型，定價也會便宜80%，適用於需要推理但不需要廣泛世界知識的場景。
而且從OpenAI「摳摳索索」的舉動來看，這個推理模型恐怕非常消耗算力。公司宣佈，從9月12日起，ChatGPT訂閱用戶可以訪問這兩個新模型，但目前o1-preview每週消息數量限制爲30條，o1-mini則爲50條。
企業版ChatGPT和教育用戶可以從下週開始訪問這兩個模型。API使用等級達到5級的開發者可以立即開始使用這兩個模型，每分鐘的速率限制爲20次。OpenAI未來準備向免費用戶提供o1-mini模型，但目前還沒有時間表。
編輯/Somer
