OpenAI发布o1模型：引领复杂推理与Self-play RL新时代，慢思考助力AGI技术突破

深夜时分，OpenAI 发布了一个备受期待的新模型，这个新模型不再沿用之前的代号“草莓”，而是正式命名为“OpenAI o1”。OpenAI 表示：“这一进展在复杂推理任务中具有重要意义，标志着人工智能能力的新高度。因此，我们将计数器重置为1，并将其命名为 OpenAI o1。”

此次发布的 OpenAI o1 在性能上实现了重大突破，甚至超越了过去的 GPT 系列。例如，在 AIME 2024 数学竞赛中，GPT-4 的准确率为 13.4%，而 OpenAI o1 预览版的准确率达到了 56.7%，正式版更是达到了 83.3%。在代码竞赛中，GPT-4 的准确率为 11%，而 OpenAI o1 预览版则达到了 62%，正式版更是高达 89%。在博士级别的科学问题 GPQA Diamond 中，GPT-4 的得分是 56.1，而 OpenAI o1 达到了惊人的 78%。

OpenAI o1 的核心优势在于其采用了 Self-play RL 技术，使其能够更好地磨练其思维链并完善策略。它不仅能够识别和纠正错误，还能将复杂的问题分解为更简单的步骤，并在当前方法无效时尝试新的方法。这种能力类似于人类的“慢思考”，即需要努力、逻辑性和有意识的思考方式。这种思考方式在解决复杂问题时极为重要，比如解决复杂的数学题或编写复杂的代码。

OpenAI o1 的推出不仅在技术上实现了重大突破，还标志着 AI 行业进入了全新的纪元。它可以应用于多个领域，如医疗研究、物理学、软件开发等。例如，OpenAI o1 可以帮助医疗研究人员注释细胞测序数据，物理学家生成复杂的数学公式，以及开发人员构建多步骤工作流等。

目前，OpenAI o1 已经逐步向所有 ChatGPT Plus 和 Team 用户开放，分为两个版本：o1 预览版和 o1 mini。o1 mini 版本更快速、更小巧且更经济，非常适合处理数学和代码问题。o1 预览版每周提供 30 条请求，而 o1 mini 每周提供 50 条请求。对于开发者而言，目前仅对已支付 1000 美元的等级 5 开发者开放，每分钟限制 20 次请求。API 价格方面，o1 预览版每百万输入 15 美元，每百万输出 60 美元；o1 mini 则分别为 3 美元和 12 美元。

OpenAI o1 的强大性能使其在处理各种复杂问题时表现出色。例如，它能够完美解答农夫如何安全地将狼、羊和白菜带过河的问题，还能准确计算出调休天数。此外，在处理复杂的数学问题时，OpenAI o1 同样表现优异。

随着 OpenAI o1 的推出，未来的 Prompt 设计也需要重新调整。OpenAI 建议保持提示简单直接，避免使用复杂的思路链提示，并使用分隔符来提高清晰度。此外，限制检索增强生成（RAG）中的附加上下文也很重要。

OpenAI o1 的未来潜力巨大，它不仅仅是一个聊天机器人，而是通往 AGI 时代的基石。未来的 AI 可能会花费更多时间进行深入思考，从而实现更多的突破性成果。

本文来源： 数字生命卡兹克公众号【阅读原文】