AIGC動態歡迎閱讀

原標題：Reverse-o1:OpenAI o1原理逆向工程圖解
關鍵字：模型,能力,邏輯推理,狀態,概率
文章來源：智猩猩GenAI
內容字數：0字

內容摘要：

大會預告12月5日-6日，2024中國生成式AI大會（上海站）舉辦。將邀請50+位嘉賓圍繞大模型、AI Infra、端側生成式AI、AI視頻生成和具身智能等議題進行同臺分享和討論。歡迎報名或購票。導讀作者為張俊林
原文來自知乎，地址：https://zhuanlan.zhihu.com/p/721952915
本文只做學術/技術分享，如有侵權，聯系刪文。OpenAI o1的推出稱為橫空出世不為過，盡管關于Q*、草莓等各種傳聞很久了，用了強化學習增強邏輯推理能力這個大方向大家猜的也八九不離十，但是融合LLM和RL來生成HiddenCOT，估計很少人能想到這點，而且目前看效果確實挺好的。
OpenAI奔向Close的路上越走越遠，你要從o1官宣字面來看，除了“強化學習生成Hidden COT”外，基本找不到其它有技術含量的內容。Sora好歹還給出了個粗略的技術框架圖，字里行間也透漏不少隱含的技術點，細心點總能發現很多蛛絲馬跡，串起來之后整個背后的技術就若隱若現。而且，盡管目前有不少公開文獻在用LLM+RL增強大模型的推理能力，但幾乎找不到做Hidden COT生成的工作，所以可供直接參考的

原文鏈接：Reverse-o1:OpenAI o1原理逆向工程圖解

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：