今天小编分享的科学经验：OpenAI满血版o1剧透：数学代码能力再破天花板，已开启测试评估，欢迎阅读。
" 性能远超 o1 预览版，满血版 o1 即将推出 "。
OpenAI 在官网商业化频道下，对满血版 o1 来了一波提前剧透。
视频截图中，满血版 o1 和 GPT-4o、o1-preview（预览版）同台竞技，且在数学 / 编码上遥遥领先。
经透露，OpenAI 将同步发布 GPT 系列和 o1 系列，且正在对满血版 o1 进行基准测试和运行评估。
此外，官方计划在未来几个月内为 o1 系列模型添加更多功能，例如网页浏览、檔案和影像上传等，并支持 ChatGPT 自动选择合适模型。
不过扫到最后，网友们却发现了一个华点：
啥？在 PhD 级别的科学任务上，满血版 o1 竟打不过 o1-preview？
对于这点，我们不妨从OpenAI 首席产品官最近的采访中找找答案，刚好他也谈到了 o1 模型——
满血版 o1 即将推出
OpenAI 于上月无预警发布了传说中的 " 草莓 " 模型：o1 系列。
它是 OpenAI 首个经过强化学习训练的模型，在输出回答之前，会再产生一个很长的思维链，以此增强模型的能力。
o1 系列一共 3 档，满血版因过于强大至今仍未公布。
o1（满血版）：新的大模型天花板，专注于深度思考和逻辑推理
o1-preiview：o1 的早期预览版本，在数学、编码能力上相比 GPT-4o 大幅提升
o1-mini：速度更快、性价比更高，适用于需要推理和无需广泛世界知识的任务
不过就在最近，关于 o1 模型的更多消息释出——
OpenAI 员工在一场研讨会中详细介绍了 o1-preview 模型的最新案例，并提到满血版 o1 即将发布。
一开始，OpenAI 产品营销团队的 Victoria Chernova 确认，公司将同步开发和发布 GPT 和 o1 两个系列的模型，因为它们各自擅长解决不同的问题。
这就像 OpenAI 官方一直提到的 " 范式转变 "，GPT 系列侧重于预测性回答，模式为 " 提问 - 回答 "，而 o1 系列在回答前加入了更多思考。
Victoria Chernova 也提到，很多客户实际上在同时使用GPT 和 o1 两个系列的模型，包括 OpenAI 内部也是如此。
接下来，解决方案工程团队的 Joe Casson 分享了 o1 模型的几个最新应用：战略制定、代码编写，研究分析。
在第一个案例中，他演示了如何用 o1-preview 分析巴黎或其他欧洲城市，以决定下一个市场开拓地。
过程中需要模型考虑市场潜力、市场进入策略、人才招聘等多个方面，最终生成了一份包含执行摘要和电子邮件的报告。
然后他分享了如何用o1-mini从零创建一个带有 Node.js 后端和 React 前端的 Web 应用程式。
他还提到，o1-mini 可以帮助开发者连接到 Azure 数据库等外部服务。
最后，他展示了如何用 o1-preview 帮助制定一份狗狗的最佳饮食计划等。
在展示分享中，他们也提到了人们目前对 o1 模型的一些 " 吐槽 "：比如 o1-preview 非多模态，上下文視窗长度也比 GPT-4o 更短……
对此，OpenAI 计划在未来几个月内为 o1 系列模型添加更多功能，包括网页浏览、檔案和影像上传等，并支持 ChatGPT 自动选择合适的模型。
OpenAI 首席产品官谈 o1 模型
除了上述研讨会，最近还有一场对 OpenAI 首席产品官Kevin Weil的采访。
其中谈到，目前o1 推理模型仅处于 GPT-2 级别，因此它将很快改进。
另外他还分享了在 OpenAI 与其他公司构建产品的不同之处。
最大区别在于，技术基础是不固定的。
以前在我工作过的几乎所有地方，在拥有固定的技术基础之前，都在试图弄清楚如何利用它来构建最好的产品。
而回到一开始的问题，为什么在 PhD 级别的科学任务上，满血版 o1 竟打不过 o1-preview？
也许在于哪怕是细微差距，两者的构建方式也是如此不同。
至于这 0.3 的差距到底有多大，也许即将公布的测试结果将为我们进一步揭晓。
参考链接：
[ 1 ] https://openai.com/business/solving-complex-problems-with-openai-o1-models/
[ 2 ] https://x.com/rohanpaul_ai/status/1847682643166650761
