美食台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:美食台
【四九澳门网结果】 |
【香港澳门直播现场下载】 |
【澳门传真内部绝密信封资料202】 | 【澳门二四六天天资料丿】 | 【澳门六开彩结果245期】 | 【天天奥彩资料下载安装】 | 【246免费资料大全正版资料版香港】 | 【49tk图库app下载安装恢复】 | 【澳门传真第246期结果查询下载手机版】 | 【澳门直播直播免费观看网站】 |
【澳彩全年历史图片查询最新消息】 | 【澳门结果4887记录图片大全100期】 | 【4949澳门免费大全49图库快速版】 | 【澳门现场结果记录今天最新】 | 【下载港澳彩结果直播视频】 | 【澳门天天彩年结果新闻发布会视频】 | 【澳门彩直播在线观看qq】 | 【澳门2020结果+历史记录】 |
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
【澳门现场直播结果记录安卓版】 【澳门天天彩期期精准二十四期图】 |
【澳门直播225期】 【4777777现场直播记录最】 |
【澳门直播日期表】 【澳门六开彩242期结果是多少】 |
【澳门传真资料查询2023最新139期】 【澳门49码结果软件下载大全】 |
【新澳门结果2023记录图片下载安】 【新澳门2023历史记录查询表最新结果】 |
【2024澳门结果今晚直播视频】 【现场澳门直播】 【澳门天天彩历史记录202】 |
发表评论
郑山
4秒前: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。
IP:50.22.3.*
弗雷娅·梅弗
1秒前:3%。
IP:13.33.1.*
Ayden
3秒前: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。
IP:62.17.8.*