传说中的“草莓”终于现身，专为模拟人类的推理能力设计。9月12日，OpenAI推出了内部代号为“草莓”的新人工智能模型OpenAI o1，可以执行一些类似人类的推理任务。
OpenAI o1是全新系列AI模型的第一款。与以往模型不同的是，它拥有进化的推理能力，会在回答前进行缜密思考，生成一个长长的内部思维链，在竞争性编程问题上排名第89位，在美国数学奥林匹克预选资格赛中排名前500，在物理、生物、化学问题的基准测试中准确度超过了人类博士水平！
OpenAI o1的主要功能介绍：
1、拟人化的推理模式
与传统模型不同，OpenAI o1在回答问题之前会进行深入的思考，生成一个较长的内部思维链。这种思维链的产生使得o1能够更好地理解问题的本质，分析问题的各个方面，从而给出更准确和合理的答案。
2、自适应强化学习、纠错
OpenAI o1通过大规模的强化学习算法进行训练，在训练过程中，模型学会了如何有效地利用其思维链来解决问题。这种训练方法使得o1能够不断优化自己的策略，识别和纠正错误，学会将复杂的步骤分解为更简单的部分，并在当前方法不奏效时尝试不同的方法来解决。通过不断的学习和改进，o1的推理能力得到了极大的提升，也就是说o1具备了智能体的功能。
3、使用训练时计算技术
OpenAI发现，随着训练时计算资源的增加和测试时思考时间的延长，o1的性能会不断提升。这表明，通过增加计算资源的投入，可以进一步挖掘o1的潜力，使其在各种任务中表现得更加出色。
除此之外，OpenAI o1还具有其他主要特色应用功能，如可以直接翻译一个不健全的句子，自动补全缺失内容；可根据提示自动编写复杂的视频小游戏；擅长解决超复杂、冗长的推理问题。
为了评估OpenAI o1在不同领域的性能，OpenAI对其进行了一系列的测试。测试结果显示：
- 在竞争编程问题方面，o1在Codeforces编程竞赛上的表现非常出色，超过83%的专业人员。
- 在数学竞赛中，以AIME 2024为例，GPT-4o平均只能解决12%的问题，而OpenAI o1平均能解决74%的问题，若采用64个样本的共识，解决率能达到83%。
- 在PhD-Level Science Questions（GPQA Diamond）的测试中，o1也展现出了优异的性能，超过了人类专家的表现。
- 在MATH-500、MathVista、MMMU、MMLU等测试中，OpenAI o1的准确率均高于GPT-4o。
- 在APEnglish Lang、APEnglish Lit、APPhysics2、AP Calculus、AP Chemistry、LSAT、SATEBRW、SATMath等考试中的成绩o1也显示出了巨大优势，整体比GPT-4o高出很多。
目前ChatGPT Plush和team用户已经可以使用该模型，同时开放了API，感兴趣的朋友快快体验一下吧！
