穿越火线2024年10月12日发布:OpenAI发布最新模型,AI终于会做数学题了,而且能力直追理科博士
⭐发布日期:2024年10月12日 | 来源:穿越火线
【2024今晚必开一肖一码】 |
【09086.cσm查询,澳彩资料】 |
【澳门一肖一码期期准】 | 【新澳门正版资料免费公开澳】 | 【澳彩独家资料】 | 【马会传真-澳门】 | 【正版资料大全完整版】 | 【一肖一码精准100】 | 【2021澳门特料码特天天记录】 | 【今晚澳门资料查询大全】 |
【香港管家婆正版资料图一95期】 | 【澳门最精准正最精准龙门蚕】 | 【港澳开码1751444 com】 | 【澳门一码一肖100准今期指点】 | 【澳门六玄武论坛免费资料】 | 【2021澳门49码今晚开什么】 | 【2024年澳门资料大全免费】 | 【澳门论坛资料大全介绍一个】 |
橙柿互动 记者 童蔚
9.8和9.11哪个大?
当公主的年龄是王子过去年龄的两倍时,公主的年龄等于她当前年龄与王子当前年龄之和的一半。公主和王子的年龄分别是多少?
……
当再次抛出这几个数学推理问题,人工智能或许已能准确作答,不再给你留下嘲笑它的机会。
今天凌晨,OpenAI发布最新模型o1的预览版,也就是此前业界传得沸沸扬扬的“草莓”模型。
和GPT-4o相比,它的最大特点就是推理能力非常强,包括数学、编程问题、科学领域等。
“这是一种新范式的开始,AI可以进行通用复杂推理了。”CEO阿尔特曼在社交平台上写道。
大模型界来了位“理科生”
o1,其实是OpenAI一系列计划中的“推理”模型的首个模型。这些模型经过训练,能够比人类更快地回答更复杂的问题。
为什么叫o1,而不是沿用此前的GPT系列命名?
官方解释是:“对于复杂的推理任务而言,这是一个重大进步,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,并将这个系列命名为OpenAI o1。”
那么,o1到底强到什么程度?官方甩出了一大堆各种比赛的成绩单,仅从数据来看几乎是全面碾压级别。
比如,在2024 AIME(美国数学邀请赛)的资格考试中,GPT-4o解决问题准确率为13.4%,o1预览版成绩为56.7%,而尚未发布的o1正式版是83.3%。
编程方面,在模拟Codeforces平台的竞争性编程比赛中,o1超越93%的人类竞争者,也远远超过了GPT-4o(仅超越11%的人类竞争者)。
GPQA Diamond是一项专门评估化学、物理和生物等领域专业知识的测试。o1不仅通过了测试,而且还超过部分拥有相关领域博士学位的人类专家。这也是有史以来,第一个获得此成就的模型。
给出答案前会花更多时间思考
如果说之前的模型,大多凭“直觉”来回答我们的提问,那么o1给出的就是深思熟虑后的答案。
这一改变来自于背后的“链式思考”机制。
OpenAI的研究负责人Jerry Tworek(杰里·特沃瑞克)透露,o1的训练与之前产品有本质上的区别,“使用了一种全新的优化算法和专门为它定制的新训练数据集。”
“模型在学习自己思考,而不是试图模仿人类的思维方式。” OpenAI研究主管Mark Chen(马克·陈)表示。
也就是说,它在回复我们的询问之前,会花更多时间“想一想”。
今天,OpenAI也放出了多个演示视频,以显示o1的这种能力。
在其中一个视频中,工作人员问道:“当公主的年龄是王子过去年龄的两倍时,公主的年龄等于她当前年龄与王子当前年龄之和的一半。公主和王子的年龄分别是多少?”
o1思考了几秒钟后开始作答,并显示推理的全过程,包括变量是什么,条件又是什么,如何将这个问题准确表述,等等;接着转化为可解的方程式,并实时求解,最后甚至还给出了一条验证的结果。
最终的正确答案是:王子的年龄是任意自然数k的6倍,公主的年龄是k的8倍。
解题过程截图
目前,o1花在思考上的时间是从几秒到十几秒不等,但OpenAI表示未来的改进方向不是缩短,而是努力继续增加这个时长,让未来的版本思考几个小时、几天甚至几周。“人工智能可以不仅仅是聊天机器人。”
部分用户今天已用上
眼下,ChatGPT Plus和Team用户已经可以在ChatGPT中,通过手动选择o1-preview和o1-mini,来试一试o1模型的能力。o1-preview每周消息限制为30条,o1-mini为50条。
今天一上午,网上各种跃跃欲试,已有不少人迫不及待地晒出自己的试用结果。
有网友一上来就让它回答9.8和9.11哪个大的问题,也有人去翻数学高考题。
博主卡兹克直接甩出了很多人看了都迷糊的调休问题:“这是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。问:我除了我本来该休的周末,我因为放假多休息了几天?”
在思考了整整30秒以后,o1给出了准确答案。
不过目前,o1还只是个早期模型,侧重复杂推理,诸如联网搜索、图片视频处理等都还不支持,需要配合GPT-4o一起使用。
另外,它的推理能力虽然强于此前模型,使得回答更为准确,但仍然会有出现“幻觉”问题的概率。“我们不能说我们已经解决了幻觉问题。”Jerry Tworek坦言。
责任编辑:童蔚
审核:陈奕 梁应杰
【官家婆一肖一码100%准确】 【2024澳门内部资料】 |
【白小姐一码一肖中特1肖】 【澳门王中王100期期准】 |
【澳门三肖三码精准100%】 【二四六天天彩资】 |
【精准一码免费资料大全】 【4949澳门六结果资料查询】 |
【澳门天天开马结果出来】 【澳门2024最准免费资料大全】 |
【澳门必开一肖一码单数】 【新澳门2024正版资料免费大全】 【王中王100%期期准澳彩】 |
发表评论
李新宇
4秒前:”o1思考了几秒钟后开始作答,并显示推理的全过程,包括变量是什么,条件又是什么,如何将这个问题准确表述,等等;接着转化为可解的方程式,并实时求解,最后甚至还给出了一条验证的结果。
IP:42.51.4.*
乔伟东
8秒前:”Jerry Tworek坦言。
IP:63.45.1.*
詹姆斯·托拉斯
4秒前:OpenAI的研究负责人Jerry Tworek(杰里·特沃瑞克)透露,o1的训练与之前产品有本质上的区别,“使用了一种全新的优化算法和专门为它定制的新训练数据集。
IP:42.10.5.*