含羞草文化传媒有限公司招聘OpenAI 发布新模型，Sam Altman：含羞草文化传媒有限公司招聘耐心时刻结束了！_ZAKER新闻
OpenAI 发布新模型，Sam Altman：含羞草文化传媒有限公司招聘耐心时刻结束了！_ZAKER新闻
“毕竟是个孩子，本来只想让她干半天，但她一个劲要干全勤。”中宁站站长张晓天介绍，分拣员每天来回奔波三四万步很正常，通常不到一周就会抱怨脚疼，加上暑期常常爆单，更为忙碌，像西瓜等重的生鲜，不少老分拣员都喊吃不消，但小龚从来没多说一句。“只要单子不断，她根本停不下来。下个寒假只要她来，我还要她！”
作者 | Li Yuan北京时间凌晨一点，OpenAI 突然进行了重大更新。已经预热了接近一年的 Q*/ 草莓项目，传说中能够进行高级推理的大语言模型，今晚终于露出了真面目。OpenAI 发推表示，刚刚推出了 OpenAI o1-preview 模型——名字的含义之前外媒已经爆料过，o1 应该代表着 OpenAI 下一代大模型的 Orion（猎户座）一代。OpenAI 在发布文档中写道，新模型在推理能力上代表了人工智能能力的新水平，因此，计数器将重置为 1 ——这意味着未来很可能不会有 GPT-5 了，o1 将代表未来 OpenAI 的最强水平。且从今天开始，ChatGPTPlus 和 Team 用户就能够直接访问模型。用户可以手动选择使用 o1 模型的预览版—— o1-preview，或者使用 o1 模型的小尺寸版—— o1-mini。o1-preview 的每周限制为 30 条消息，o1-mini 的每周限制为 50 条。在 OpenAI 的模型介绍网页上，可以看到 o1 模型的训练数据截止时间为去年十月份，而最早的 Q* 项目的爆料，正好大概出现在去年十一月份。OpenAI 憋了一年的大招究竟如何？OpenAI 能否再一次引领大模型的潮流，甚至让人们看到通用人工智能之路不再遥远？很快，每个人都能检验这一点了。Sam Altman 凌晨一点在 X 上发帖：「需要耐心等待的时刻结束了！」o1 模型：解决博士级别的科学问题超越人类截止发稿时，笔者还不能使用 o1 模型。不过 OpenAI 已经放出了大量相关的 o1 模型表现展示。最引人关注的当然是新模型的推理能力。Sam Altman 直接在 X 上贴出了 o1 与 GPT-4o 在数学、编程和解决博士级别科学题目上的能力对比。最左边的柱形代表目前 OpenAI 的主力模型 GPT-4o。今天放出来的 o1 预览版为中间的橙色柱形。可以看到，在 2024 年美国数学邀请赛的竞赛题和 Codeforces 算法竞赛题上，o1 预览版解决数学和编程问题的能力，比起 GPT-4o，提升了 5-6 倍。而可怕的是，深橙色的柱形，代表真正的 o1，相比于 GPT-4o，提升了 8-9 倍！最后一个图中，OpenAI 还列出了人类专家在解决博士级别科学题目的时的成功率，大约在 69.7%，而 o1 预览版和 o1，都已经超过了人类专家的水平。OpenAI 的技术博客提到了更具体的数字，目前 o1 模型的成绩，在美国数学邀请赛上，可以排名进入美国前 500 名。而物理、生物和化学问题上的准确度，超过了人类博士的水平。在大模型技术进入公众视野的两年内，一个经常为人们所使用的比喻是，大模型像一个什么都懂一点的大学生，在知识专精方面远远不行，但是从天文到地理，最基础的知识都能懂一点点。OpenAI 的新模型，很有可能要刷新人们的这一认知了。在官方博客中，OpenAI 简单解释了这一进步背后的原理。类似于人类在回答难题之前可能会思考很长时间，o1 在尝试解决问题时会使用一系列思维。通过强化学习，o1 学会了磨练其思维链并完善其使用的策略。它学会了认识并纠正错误，将棘手的步骤分解为更简单的步骤。当当前方法不起作用时，它会尝试另一种方法。这个过程极大地提高了模型的推理能力。在 OpenAI 给的案例中。GPT-4o 和 o1 模型同时回答同一个问题——读一段长文，然后做阅读理解。在 o1 模型中，会多一个选项叫做展开思维链。如果不展开思维链，我们可以看到两个模型本身给出的答案是不同的。而打开思维链后，则会看到一段非常长的模型和自己的思维对话，解释为什么做出了不同的选择。选 A 吗？emm，好像不是很好。选 B 吗？好像没有关联。模型完全在自己和自己提问和回答，最后判断出了哪个答案更好。而在另一个例子中，解决化学问题时，我们可以看到 o1 模型甚至自己在选择多种方案对比。标准的计算方式是这样。但是我们也可以这么计算，但这样或许没有必要？在多次纠正自己之后，它得出了正确的答案。之前，也已经有很多报道透露过 o1 模型能够有高推理能力的原理——这一训练方法，最早来自于斯坦福大学 2022 年开发的一种「自学推理」（Self-Taught Reasoner，STaR）。后来研究人员进一步开发了一种名为 "Quiet-STaR" 的新技术，翻译过来大概为 " 安静的自学推理 "。核心为在每个输入 token 之后插入一个 " 思考 " 步骤，让 AI 生成内部推理。然后，系统会评估这些推理是否有助于预测后续文本，并相应地调整模型参数。这也是人们推测 OpenAI 最早的模型项目为什么叫 Q*（读作 Q Star）的原因。在 o1 模型出现之前，用户通常也可以自己通过和模型对话的方式，让模型进行一步一步的思考，也就是所谓的慢思考，进行更准确的回答。但是很明显，o1 模型此次将思维链放大到了完全不同的量级上。而且，在之前的用户 prompt 引导中，模型能够回答出什么答案，最终也还要被模型能力限制。而通过不同的训练方式训练出来的 o1 模型，很有可能能够通过自己的推理，超越自身训练材料的限制，产出更高级和准确的答案。在复杂推理任务上的进步，可能对编程和科学研究两个方向产生直接的推动。OpenAI 提到，在未来，医疗保健研究人员可以使用 o1 来注释细胞测序数据，物理学家可以使用 o1 生成量子光学所需的复杂数学公式，所有领域的开发人员可以使用 o1 来构建和执行多步骤工作流程。OpenAI 提供了一个例子，真正做到了只使用提示词，就完成了一个游戏的编程。而推理能力的进步，如果能够进一步消除模型的幻觉，还可能对 AI 应用的建构产生间接的影响。对未来的 AI 安全也有积极的影响——之前的一些通过提示词工程误导模型进行错误输出的手段，可能会直接被模型通过更强的思考能力解决。OpenAI o1-preview 将在今天开始能够在 ChatGPT 上使用，并提供给受信任的API用户。价格没涨，OpenAI 用 o1-mini 解决推理成本问题在 OpenAI 此次发布之前，曾有不少媒体爆料，新模型因为内部推理链条较长，对于推理的算力成本的需求进一步增高，OpenAI 很有可能将提高使用模型的费用，甚至最离谱的猜测数字达到每月 2000 美金。而此次 OpenAI 的发布，却令人惊讶，新模型的使用价格并没有上涨，虽然因为推理成本的原因，使用次数受到了大大的限制。o1-preview 的每周限制使用条数为 30 条消息。除了限制使用条数，OpenAI 管控推理成本的另一个重要举措，是随着 o1 模型的推出，同时推出了 o1-mini 版。OpenAI 没有具体说明 o1-mini 的参数量有多大，但通过技术文档可以看出，o1mini 版，和 o1 版上下文长度没有区别，甚至最大输出 token 数更高。OpenAI 表示 o1-mini 尤其擅长准确生成和调试复杂代码，对于开发人员尤其有用。作为较小的模型，o1-mini 比 o1-preview 便宜 80%，这使其成为需要推理但不需要广泛的世界知识的应用程序的强大且经济高效的模型。OpenAI 甚至还计划之后为所有 ChatGPT 免费用户提供 o1-mini 访问权限。不过，作为新模型，o1 系列模型，目前仍然不能浏览网页以获取信息以及上传文件和图像。OpenAI 也提示道，GPT-4o 在短期内，在某些任务上会更强一些。Scaling Law 后最重要的进展？事实上，此次发布了新的模型，甚至不是 OpenAI 的发布中唯一重要的事情。OpenAI 还提及了自己训练中发现的一个现象：随着更多的强化学习（训练时计算）和更多的思考时间（测试时计算），o1 的性能能持续提高。扩展这种方法的限制与 LLM 预训练的限制有很大不同。事实上，英伟达的具身团队领导者 Jim Fan 直接在 X 上点评了这一事件的历史意义——模型不仅仅拥有训练时的 scaling law，还拥有推理层面的 scaling law，双曲线的共同增长，将突破之前大模型能力的提升瓶颈。Jim Fan 表示，2022 年，人们提出了原始的 scaling law（尺度定律），大概意为随着模型的参数量、数据量和计算量的增加，模型的性能能够不断提高。这指的是在模型的训练过程中。而 scaling law 在今年看起来，似乎已经有停滞的意味——他提到在 self-rewarding language 文章中，感受到 3 轮自我提升似乎是大语言模型的饱和极限了。而此次 OpenAI 新模型，除了在训练时，通过增大参数量和数据量，得到了性能上的提升，同时通过增加推理时间——也就是前面所说的模型在自我内部思考的时间——得到了能力上的提升。也就是说，如果模型未来自己和自己思考的时间越长，得到的答案可能会越准确。这很接近于我们对AI的终极想象了——像最早在 AlphaGo 中所展现出来的，AI 通过自己和自己下棋，提升自己的棋艺。OpenAI 的新模型，展现出的，是一条新的大模型的提升路径。Jim Fan 在 X 上的一句话令人耸动：「之前，没人能将 AlphaGo 的成功复制到大模型上，使用更多的计算让模型走向超人的能力。目前，我们已经翻过这一页了。」回看 2023 年，许多人在问，Ilya 看到了什么？大家都怀疑是一个超级强有力的模型——是的，此次发布的 o1 模型确实很强。但或许，更有可能是这个——推理层面的 scaling law 的发现，再一次让人们意识到，超人的AI，或许不再遥远。本文为极客公园原创文章，转载请联系极客君微信 geekparkGOkoa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:贾怡
TOP1热点：曝微软计划裁员
正当讨论热度持续攀升之时，警方发出辟谣通报称，该消息为不实信息。。
TOP2热点：张家口 7 旬冬泳者被困冰下后遇难
全园共设置花影鱼跃区、山水睡莲区、雨洪花园区、夏夜精灵区、多彩睡莲区5个展区。相较于往年，园方提前布展并将睡莲展开幕日提前了10天，展期横跨夏秋两季。
TOP3热点：胖东来帆布包销售火爆房奴试爱开头智恩
此次灾害造成2户民房损毁，210国道3处严重损毁、21处轻微受损，1条35千伏线路故障，55个通信基站停机。今天当地道路、电力、通信均已抢通恢复。同时还在继续进行重点部位排险除险，河道堤防加固等工作，严防次生灾害发生。
TOP4热点：男子宴后身亡 对饮人被判赔 13 万日本十大rapper
对抽检中发现的不合格产品，
TOP5热点：京东家政投 10 亿招十万名保洁师披风少年爱老妈封神之歌词
豫园街道将持续发挥志愿服务的实践育人和文化育人功能，增强青年的社会责任感、创新精神和实践能力。同时，加强与高校联动，对接资源，丰富志愿内容，展现豫园善文化新风貌。
TOP6热点：如何看待刘国梁的最新表态上英语课抄英语老师
品尊国际社区绿化覆盖率超过70%，错落有致、层次分明的绿化景观，让居民在社区遛弯时感受到了移步易景的安闲自得。但是，绿化地在夏季也成为了蚊蝇滋生地。居委会城管主任陆钟全的社区巡查日记中记录着不少居民反映的蚊虫较多影响日常生活的诉求，如低楼层的住户因蚊虫较多，不敢开窗通风；在小区散步健身时，经常被蚊虫叮咬。针对居民的诉求，陆钟全第一时间与专业人员进行联系，定期对小区的蚊蝇开展消杀，但考虑到化学试剂的副作用，不适宜频繁使用。为能从根源上解决这一困扰居民多年的烦心事，陆钟全通过开展居民意见征询、横向借鉴学习，最终形成“蚊见五愁法”化解方案，得到了来自小区居民的全力支持，通过众筹捐赠的方式，在绿化密集区域安装太阳能灭蚊灯，并组织志愿者共同承担起灭蚊灯后续的维护和管理。16盏灭蚊灯正式“上岗”后，不仅解决了蚊蝇扰民问题，也是用这靠太阳能发电的小小灭蚊灯向居民传达绿色环保的理念。
TOP7热点：奥特曼年终总结伊犁职业技术学院排名
A：下一步，财政部将按照《意见》有关要求，持续优化公平竞争的政府采购营商环境，更好地保障内外资企业平等参与政府采购活动。主要是：积极推进政府采购法修订以及政府采购法、招标投标法协调统一，努力增强政府采购法律制度的系统性、整体性和协同性；明确政府采购领域“中国境内生产”的具体标准，着力保障内外资企业在中国境内生产的产品平等参与政府采购活动；开展专项检查，保障经营主体公平参与政府采购活动，依法纠正和查处对外商投资企业实行差别待遇或歧视待遇等违法违规行为。
TOP8热点：韩国游客扎堆上海对当地经济有何影响老师你怎么会在这第2季出现
陈志复旦大学附属眼耳鼻喉科医院
TOP9热点：广州队宣布解散朝阳热心群众51cgfun
实时销售阶段于8月14日开启，预售阶段已上架销售的30个项目剩余门票及剩余26个项目的全部可售门票将在本阶段（8月14日—10月8日）分批次销售，每一批次销售时间详见公众售票官网票务资讯相关公告。
TOP10热点：规范运作政府投资基金董叔把我从1变成0
“连锁书店的优势在于市场规模和零售客群比较大，能够形成品牌效应也有更稳定的供应链条，但相对的，经营成本也会提升。PAGEONE各门店均处于北京黄金地段，租金在经营成本中占比较大。”刘迪谈道，从具体销售数据来看，图书收入仍是PAGEONE主营业务，占比超50%，餐饮、文创、文化活动、空间租赁也是重要的收入补充，自创咖啡品牌的同时，也提供阅读空间的建设、选品支持等业务。