AIGC動態(tài)歡迎閱讀

原標題：o1突發(fā)曝光？谷歌8月論文已揭示原理，大模型光有軟件不存在護城河
關鍵字：模型,護城河,策略,測試,效果
文章來源：量子位
內容字數(shù)：0字

內容摘要：

明敏 發(fā)自 凹非寺量子位 | 公眾號 QbitAI發(fā)布不到1周，OpenAI最強模型o1的護城河已經沒有了。
有人發(fā)現(xiàn)，谷歌DeepMind一篇發(fā)表在8月的論文，揭示原理和o1的工作方式幾乎一致。
這項研究表明，增加測試時（test-time）計算比擴展模型參數(shù)更有效。
基于論文提出的計算最優(yōu)（compute-optimal）測試時計算擴展策略，規(guī)模較小的基礎模型在一些任務上可以超越一個14倍大的模型。
網友表示：
這幾乎就是o1的原理啊。
眾所周知，奧特曼喜歡領先于谷歌，所以這才是o1搶先發(fā)preview版的原因？
有人由此感慨：
確實正如谷歌自己所說的，沒有人護城河，也永遠不會有人有護城河。
就在剛剛，OpenAI將o1-mini的速度提高7倍，每天都能使用50條；o1-preview則提到每周50條。
計算量節(jié)省4倍谷歌DeepMind這篇論文的題目是：優(yōu)化LLM測試時計算比擴大模型參數(shù)規(guī)模更高效。
研究團隊從人類的思考模式延伸，既然人面對復雜問題時會用更長時間思考改善決策，那么LLM是不是也能如此？
換言之，面對一個復雜任務時，是否能讓LLM更有效利用測試時的額外計算以提高準確

原文鏈接：o1突發(fā)曝光？谷歌8月論文已揭示原理，大模型光有軟件不存在護城河

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：