AIGC動態(tài)歡迎閱讀

原標(biāo)題：實(shí)測 OpenAI 最強(qiáng)模型 o1 ：做題王者，實(shí)戰(zhàn)青銅
關(guān)鍵字：能力,模型,問題,官方,答案
文章來源：愛范兒
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

做題王者
實(shí)戰(zhàn)青銅本周OpenAI 突然發(fā)布了 o1 系列模型，最大的特點(diǎn)是擅長推理。
模型的能力，一代比一代強(qiáng)，我們的測評，一次比一次難做。測評變成一件「畢恭畢敬」的事情，生怕提不出好問題（難不倒它），在讓它推理之前，我們自己的腦子就快燒沒了。
最重要的原因是：我們想知道，被寄予厚望的新一代模型，有沒有應(yīng)用到實(shí)際生活中的推理能力？以及要如何測出這樣的能力？
秉承著這個想法，我們設(shè)計(jì)了一套考驗(yàn) o1-preview 綜合能力的「考卷」。
省流版結(jié)論如下：它擅長做題、搞研究，更像一個適合待在實(shí)驗(yàn)室的高材生，你現(xiàn)在還不能指望它成為生活里的助手。
熱身：數(shù)學(xué)與邏輯能力強(qiáng)，速度還不慢
發(fā)布會的數(shù)據(jù)大家看了很多，尤其是新一代 o1 在各項(xiàng)任務(wù)上的評分，都有超乎以往的表現(xiàn)。比如 OpenAI 的官方文檔里，特別提到 AIME 數(shù)學(xué)競賽的考試中，o1 都能取得不錯的表現(xiàn)。
快速查了一下，這個 AIME 比賽，考題長這樣：
原題粘貼過去，看看究竟是怎么個超強(qiáng)表現(xiàn)。o1-preview 反應(yīng)很迅速，上手就開始解題了。
對比一下官方答案完全正確。反應(yīng)時間也比預(yù)計(jì)的快，只是思考過程，并不是默認(rèn)展開。
所以除

原文鏈接：實(shí)測 OpenAI 最強(qiáng)模型 o1 ：做題王者，實(shí)戰(zhàn)青銅

聯(lián)系作者

文章來源：愛范兒
作者微信：
作者簡介：