OpenAI 发布内置思维链的“Strawberry”o1 推理模型

OpenAI 推出了一个代号为“Strawberry”且内部称为 o1 的新 AI 模型系列，这标志着其架构的重大转变。与预测下一个 token 的传统自回归模型不同，o1 作为一种“推理模型”运行，采用内部思维链（Chain-of-Thought, CoT）过程。这使得模型在生成最终输出之前能够进行逐步推理，从而增强其在复杂问题解决方面的能力，尤其是在 STEM 和编程领域。o1 的训练利用了强化学习来优化其内部推理策略，尽管这种方法与之前的模型相比会引入更高的延迟。 AI

影响 这种新的推理架构可能为 AI 领域的复杂问题解决设定新的标准，并可能对科学研究和软件开发等领域产生影响。

排序理由 一线实验室（OpenAI）发布具有新颖架构（内部思维链）的新模型系列（o1）的第一方公告。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• Chain-of-Thought
• generative pre-trained transformer
• OpenAI
• reinforcement learning
• Science Technology Engineering Mathematics

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →