張俊林：OpenAI o1的價值意義及強化學習的Scaling Law

AIGC動態歡迎閱讀

原標題：張俊林：OpenAI o1的價值意義及強化學習的Scaling Law
關鍵字：模型,能力,邏輯推理,數據,方向
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心轉載
作者：新浪新技術研發負責人張俊林蹭下熱度談談 OpenAI o1 的價值意義及 RL 的 Scaling law。
一、OpenAI o1 是大模型的巨大進步
我覺得 OpenAI o1 是自 GPT 4 發布以來，基座大模型最大的進展，邏輯推理能力提升的效果和方法比預想的要好，GPT 4o 和 o1 是發展大模型不同的方向，但是 o1 這個方向更根本，重要性也比 GPT 4o 這種方向要重要得多，原因下面會分析。
為什么說 o1 比 4o 方向重要？
這是兩種不同的大模型發展思路，說實話在看到 GPT 4o 發布的時候我是有些失望的，我當時以為 OpenAI 會優先做 o1 這種方向，但是沒想到先出了 GPT 4o。GPT 4o 本質上是要探索不同模態相互融合的大一統模型應該怎么做的問題，對于提升大模型的智力水平估計幫助不大；而 o1 本質上是在探索大模型在 AGI 路上能走多遠、天花板在哪里的問題，很明顯第二個問題更重要。
GPT 4o 的問題在于本身大模型的智力水平還不夠高，所以做不了復雜任務，導致很多應用場景無法實用化，而指望靠圖片、視頻這類新模態數據大幅提升大模

原文鏈接：張俊林：OpenAI o1的價值意義及強化學習的Scaling Law

聯系作者

文章來源：機器之心
作者微信：
作者簡介：