孙尚香站在凳子上辅导刘禅写作业OpenAI草莓模型深夜突袭！理化生达博士生水平，比GPT-4o强多了，ChatGPT可用_Z孙尚香站在凳子上辅导刘禅写作业AKER新闻
OpenAI草莓模型深夜突袭！理化生达博士生水平，比GPT-4o强多了，ChatGPT可用_Z孙尚香站在凳子上辅导刘禅写作业AKER新闻
中国人民银行有关负责人此前表示，在发挥LPR改革效能的同时，要持续发挥存款利率市场化调整机制的重要作用，支持银行合理管控负债成本，增强金融持续支持实体经济的能力。
作者 | 香草编辑 | 李水青智东西 9 月 13 日报道，今日凌晨，OpenAI 突然发布传说中" 草莓 " 模型的部分预览版——OpenAI o1 预览版。这是一系列全新 AI 模型，能推理复杂的任务，解决比以前科学、编程、数学模型更难的问题。▲ OpenAI 发布 o1 模型OpenAI o1 是全新系列 AI 模型的第一款。与以往模型不同的是，它拥有进化的推理能力，会在回答前进行缜密思考，生成一个长长的内部思维链，在竞争性编程问题上排名第 89 位，在美国数学奥林匹克预选资格赛中排名前 500，在物理、生物、化学问题的基准测试中准确度超过了人类博士水平！新发布的另一款o1 mini是一款更快、更小的模型，使用与 o1 类似的框架进行训练。o1 mini 擅长理工学科，尤其是数学和编程，其成本比 o1 预览版便宜 80%。这两款模型被 OpenAI 视为复杂推理任务的重大进步，因此被命名为 o1，重置计数器，而非作为 GPT 系列的延续。不过，推理增强版的 o1 模型，还是在 9.9 和 9.11 比大小这种 " 高阶问题 " 上惨败。▲ o1 模型回答 " 比大小 " 问题已经离开 OpenAI 创业的 OpenAI 创始成员、前特斯拉 AI 高级总监 Andrej Karpathy 今早发文吐槽："o1-mini 一直拒绝为我解决黎曼假设。模型懒惰仍然是一个主要的问题 " ▲ Andrej Karpathy 吐槽 o1 mini" 懒惰 "OpenAI 已对 o1 预览版进行严格测试及评估，确保该模型可以安全发布。ChatGPT 的 Plus 和 Team 用户即日可选用两款新模型，Tier 5 级开发者亦率先获得新模型的 API 访问权限。OpenAI 还公布了 o1 模型背后的核心团队成员，其中基础贡献成员 21 名，包括已经离职创业的前 OpenAI 首席科学家 Ilya Sutskever，团队负责人有 7 名。 一、MMLU 媲美人类专家，编程能力8倍杀GPT-4o与此前曝料的一样，OpenAI o1 被训练成为会花更多时间思考问题，而后再作出反应的模型。它在回答之前会先思考，产生一个很长的内部思路链，并且能像人类一样完善自己的思维过程，不断尝试新的策略并认识到自己的错误。作为早期预览模型，OpenAI o1 目前只支持文本对话，不具备浏览网页获取信息、上传文件和图片等多模态能力。性能方面，OpenAI o1 在物理、化学和生物学等基准任务上的表现与博士生相当，并且在数学和编程方面表现出色。▲ OpenAI o1 在数学、编程上的测评基准在国际数学奥林匹克（IMO）资格考试中，OpenAI 的上一代模型 GPT-4o 正确率为 13%，而 OpenAI o1 则达到 83%。在编程比赛 Codeforces 中，OpenAI o1 的分数为 89，而 GPT-4o 仅有 11。即使是预览版的 o1-preview 模型，性能也比 GPT-4o 要好数倍。在大多数基准测试中，o1 的表现都比 GPT-4o 要好得多，覆盖 57 个 MMLU 子类别中的 54 个。在启用视觉感知功能后，o1 在 MMLU 上的得分为 78.2%，成为第一个与人类专家相媲美的模型。▲ o1 预览版与 GPT-4o 性能对比以下是 OpenAI o1 预览版几个示例：1、解决一个复杂的逻辑难题输入一个复杂的年龄谜题：当公主的年龄是王子的两倍时，当公主的年龄是他们现在年龄总和的一半时，公主就和王子一样老了。问王子和公主的年龄是多大？给出这个问题的所有解决方案。模型思考了 20 多秒后开始作答。其回答过程的逻辑非常连贯。首先是确定年龄方程，将给定语句转化成数学方程，找到满足这些方程的所有可能解。然后开始一步一步分析问题：第一步定义变量，用 P 代表 prince（王子），用 Q 代表 princess（公主）；第二步理解问题中的两个条件；第三部将条件转化为方程；第四步解方程；第五步用这些值验证所有条件；第六步给出所有可能的解法。最后得出结论：2、翻译有错误的句子添加额外不必要的辅音会影响韩语阅读。母语使用者读起来会感觉不自然，他们会在看到这类句子时自动更改并理解文本。但这对于模型来说是个有难度的挑战。输入一个严重损坏的韩语提示词后，OpenAI o1 首先意识到输入文本存在乱码或未对齐的韩语字符，询问用户是否愿意检查输入错误。o1 模型会首先理解底层结构，经过大约 10 秒的思考来解码乱码文本、破译文本、加强翻译、理解概念，将其转换回连贯语言。与 GPT-4o 不同，o1 模型在输出答案前先对问题进行了思考，检查这段文字，然后像破解答案一样来将其修改成正确的句子。经过大约 15 秒的思考，o1 给出最终优化版的翻译。这展示出推理能力成为解决问题的有力工具。3、回答大语言模型中的知名棘手问题：单词中字母计数这个例子很简单，输入 Strawberry 单词，让模型回答这个词里有几个 R。结果 GPT-4o 给出错误回答："2 个。"为什么这种高级模型会犯如此简单的错误呢？这是因为像 GPT-4o 这样的模型是为了处理文本而构建的，而不是处理字符或单词，因此它在遇到涉及理解字符和单词概念的问题时可能会犯错。而基于推理的新模型 o1 在思考几秒钟后，能够给出正确答案：4、编程视频游戏让模型用 pygame制作一个名为《寻找松鼠（Squirrel Finder）》的视频游戏，并输入下述要求：用户需要通过按箭头键引导屏幕上的 " 考拉 " 图标，避开漂浮的草莓，并在 3 秒的时间限制内找到一只松鼠，以取得胜利。这对以前的模型来说比较难，但 o1 预览版已经能够做到。o1 花了 21 秒思考，用思维过程来规划代码结构，包括收集游戏布局的细节、绘制指令、设置屏幕等等，再输出最终的游戏编程代码。复制粘贴代码到 Sublime Text 编辑器中，运行后，会先有几行简要提示语。然后就可以开始玩《寻找松鼠》游戏了。与以前的模型相比，o1 模型展现出明显增强的规划能力。 二、迷你版速度提升3~5倍，成本仅为标准版1/5OpenAI 还发布了" 小杯版 " 模型 OpenAI o1-mini，其速度更快、成本更低，且与标准版一样在数学、编程方面表现突出。OpenAI o1-mini 在预训练期间，针对 STEM（科学、技术、工程、数学四门学科）推理进行了优化。在使用与 o1 相同的高计算强化学习（RL）管道进行训练后，o1-mini 在许多推理任务上性能优越，同时成本效率显著提高。OpenAI o1-mini比预览版 OpenAI o1 便宜 80%，适用于需要推理但不需要广泛世界知识的应用程序。在一些对智能和推理提出要求的基准测试中，o1-mini 的表现甚至优于 o1-preview。▲数学性能与推理成本曲线在高中数学竞赛 AIME 中，o1-mini 正确率为 70%，大约相当于美国高中生前 500 名。同时，o1、o1-preview 正确率分别为 74.4%、44.6%，但 o1-mini 价格比它们便宜得多。在人类偏好评估上，OpenAI 通过让人类评分者在不同领域，针对对具有挑战性的开放式提示词测试 o1-mini、o1-preview，并和 GPT-4o 进行比较，得到以下测试结果。与 o1-preview 类似，o1-mini 在推理任务繁重的领域比 GPT-4o 更受欢迎，但在以语言为中心的领域则不被看好。▲人类偏好评估结果速度方面，GPT-4o、o1-mini 和 o1-preview 回答同一个单词推理问题分别耗时3 秒、9 秒、32 秒，但 GPT-4o 的回答是错误的，后两者回答正确。可以看出，o1-mini 得出答案的速度比 o1 快了大约 3~5 倍。▲ GPT-4o、o1-mini 和 o1-preview 回答速度当然，毕竟是 " 阉割版 "，OpenAI o1-mini 也一定的局限性。在日期、传记和日常琐事等非 STEM 主题的事实知识上，o1-mini 有所局限，表现与 GPT-4o mini 等小型模型相当。OpenAI 称将在未来版本中改进这些限制，将模型扩展到 STEM 之外的其他专业及模态。 三、引入推理标记，用思维链解决难题与人类类似，o1 在回答难题之前会进行长时间思考，且尝试解决问题时会使用思维链（Chain of Thought）。通过强化学习，o1 学会了改进思维链和使用策略。它能够识别和纠正错误，将棘手的步骤分解为更简单的步骤，并且在当前方法不起作用时尝试不同的方法。这一过程极大地提高了模型的推理能力。具体来说，o1 模型引入了推理标记（Reasoning Tokens）。这些推理标记被用于进行 " 思考 "，分解对提示的词理解，并考虑多种生成响应的方法。推理标记生成后，模型会将答案生成为可见的完成标记（Completion Tokens），并从其上下文中丢弃推理标记。以下是用户与模型之间进行多步骤对话的示例。每个步骤的输入和输出标记都会被保留，而推理标记则会被丢弃。▲ o1 模型推理过程值得注意的是，OpenAI 在进行大规模强化学习算法训练时，发现随着强化学习、思考时间的增加，或者说随着训练时间、测试时间的增加，o1 的性能会持续提高。这与大模型预训练中的 Scaling Law 大不相同。▲ o1 性能随着训练时间和测试时间计算而平稳提升为了展现 o1 实现的飞跃，OpenAI 公开了预览版 o1 在解决编程、数学、解码、英语等难题时产生的思维链。例如当拿到一道解码题目，GPT-4o 先是拆解出了输入、输出和示例，随后开始分析可能的解码方式。▲ GPT-4o 拆解输入、输出和示例它猜测第一个短语可能遵循与示例相同的结构，意识到输入文本似乎可以根据自然分隔或模式分成组，但随后就 " 歇菜 " 了，称自己需要更多关于可能涉及的转换或字母移位的上下文。▲ GPT-4o 称需要更多信息另一边，OpenAI o1-preview 则通过一番思考准确给出了答案。▲ o1-preview 正确解答解码问题虽然最后呈现出的答案很简短，但 o1 的思考过程非常长，并且思考方式和用词很像人类。它会先问自己 " 这里发生了什么 "，然后复述一遍要求，随后开始拆解任务、明确目标。▲ o1 思考过程接着，o1 开始观察自己得到的信息，并逐步分析。▲ o1 思考过程在进行了一些推理后，o1 开始提出不同的解决方案。在这个过程中，还会像人类一样突然说 " 等一下，我觉得 ……"，然后思维一转开始尝试新的方法。▲ o1 思考过程不仅如此，在 o1 的思考过程中甚至还会出现 " 嗯 "、" 有趣 " 等口语化、情绪化的表达。▲ o1 思考过程完整的思维链非常长，这里不再一一赘述。总得来看确实如 OpenAI 所说，o1 能够像人类一样不断完善自己的思维过程，尝试新的策略、认识到自己的错误并解决。而且这里的 " 像人类 " 不仅局限于思考方式，还体现在语气上。 四、每周可对话30~50次，Ilya 参与基础贡献不同于以往，这次 OpenAI 没上期货，而是直接上线了两款模型。即日起，ChatGPT Plus 和 Team 用户可以在 ChatGPT 中访问 o1 模型，通过模型选择器手动选择 o1-preview 或 o1-mini；企业和教育用户则下周起可以使用，面向免费用户未来也有获取访问权限的计划。▲用户可在 ChatGPT 访问 o1 模型但也许是出于安全或成本的考虑，目前这两款模型均限制了消息次数，预览版和 mini 版每周发送消息次数分别为 30、50 条。OpenAI 称正在努力提高额度，并使 ChatGPT 能够根据给定的提示词，自动选择合适的模型。OpenAI 还上线了 o1 模型的 API（应用程序接口）。符合等级的开发人员现在可以开始使用两种模型的 API 进行原型设计，速率限制为 20 RPM。这些 API 目前不包括函数调用、流式传输、对系统消息的支持等其他功能。▲ o1、o1 mini 模型 API从 API 文档可见，这两款模型的上下文窗口均为 128k，而 mini 版输出窗口更长，是 o1 的两倍，此外两款模型训练数据均截至 2023 年 10 月。OpenAI 还公布了 o1 模型背后的核心团队成员：▲ o1 模型背后的核心团队成员其中基础贡献成员有 21 名，包括已经离职创业的前 OpenAI 首席科学家 Ilya Sutskever。团队负责人有 7 名，分别是 Jakub Pachocki、Jerry Tworek ( overall ) 、Liam Fedus、Lukasz Kaiser、Mark Chen、Szymon Sidor、Wojciech Zaremba。项目经理是 Lauren Yang 和 Mianna Chen。据其团队成员介绍，推理是一种将思考时间转化为更好结果的能力，他们投入比以前更多的计算，训练模型产生连贯的思路，产生与以前截然不同的表现。他们使用强化学习训练 AI 模型生成和磨练自己的思维链，甚至能比人类为它编写的思维链做得更好。这种训练 AI 模型产生自己的思维过程的方式，使其理解和纠正错误的能力显著提高，早期 o1 模型已经在数据测试中取得更高的分数。核心贡献者和其他贡献者名单如下：▲ o1 核心贡献者和其他贡献者名单行政领导包括 OpenAI 的 CEO Sam Altman、总裁 Greg Brockman、CEO Mira Murati 等 8 人，支持领导有 8 人。▲ o1 行政领导、支持领导全新 o1 模型可根据上下文推断并更有效地利用安全规则。OpenAI 已对 o1-preview 进行了严格的测试及评估，确保该模型可以安全发布，不会增加现有资源可能带来的风险。 结语：OpenAI 掀桌子，" 草莓 " 重构大模型格局？从神秘 Q* 模型到 " 草莓 " 模型，OpenAI 的新模型终于面世。自去年 11 月 OpenAI" 政变 " 开始，这一模型就被曝成为导致阿尔特曼被开除的关键因素之一。当时据传 Q* 模型的演示在 OpenAI 内部流传，发展速度让一些 AI 安全研究人员感到震惊。不同于 GPT-4o，o1 模型选择直接开启了一个新的数字命名系列，而不是 GPT 的延续，这表明了 OpenAI 对其的重视。在如今一众大模型厂商开始卷多模态、卷应用的情况下，OpenAI 发布纯文本模型 o1，也许会再次将大众的目光拉向底层模型能力的提升。大模型格局是否会在 o1 的影响下重构，还有待进一步观察。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:胡宝善
TOP1热点：DeepSeek 绕开 CUDA 垄断，针对英伟达 PTX 进行优化实现最大性能，英伟达护城河还在吗？
当前，代理退保黑产已逐步走向职业化和产业化，从发展下线、获取客户信息到接触客户、签署协议、投诉退保、向保险公司施压获利，已形成了一套完整的操作流程。。
TOP2热点：春节档票价过高引吐槽，一张票平时能买两张， 你去看春节档电影了吗？你所在地一张票价多少钱？
今年以来，中国人民银行不断优化调整房地产金融政策，支持刚性和改善性购房需求。特别是首套住房贷款利率政策动态调整机制加速落地，带动多地房贷利率有所降低。
中国人民银行有关负责人此前表示，在发挥LPR改革效能的同时，要持续发挥存款利率市场化调整机制的重要作用，支持银行合理管控负债成本，增强金融持续支持实体经济的能力。
TOP3热点：突然发现农村老鼠少了，夜里听不见猫头鹰叫了，为什么？澳门管家婆资料正版大全
综上，我们认为，降低交易成本是活跃资本市场的现实举措，证券交易作为印花税税目之一可暂时予以保留，当前建议适时下调证券交易印花税税率至0.5‰，直至0‰，明确政策意图，将中共中央政治局会议精神贯彻落实在实处。同时继续研究优化交易机制，便利投资者交易。
听说LPR再次下降的利好消息，福建省德化友盛陶瓷公司总经理颜旭东颇为高兴：“我们刚刚从日本接下一批日用陶瓷新订单，如果能获得成本更低的资金，有助于我们进一步降低财务成本，及时采买原材料投入生产。”
TOP4热点：为什么过年要吃饺子呢？Base掀起OnchainSummer热潮
“双录”是一种可回溯手段，会对销售过程关键环节和销售行为重要内容通过同步录音录像。从2021年起，山东、江西、河北、内蒙古等多地原银保监局出台举措，要求各保险机构都要进行“双录”，着力整治可回溯管理完整性、规范性问题。
中国人民银行有关负责人此前表示，在发挥LPR改革效能的同时，要持续发挥存款利率市场化调整机制的重要作用，支持银行合理管控负债成本，增强金融持续支持实体经济的能力。
TOP5热点：如何看待《哪吒之魔童闹海》票房在初三逆跌，单日票房破 6 亿，猫眼预测电影票房达 67 亿？丰满肥女巨肥BwwBBww
现金价值是保险行业术语，可以理解为保单在当下值多少钱。代理退保主要涉及的传统寿险、健康险等产品，现金价值通常大幅度低于已交保费，有的甚至头几年低于10%。有网友分享退保经历称，自己交了3万多元保费，最后只能退4900多元。
也有代理人向许凯证明自己的重要性：客户不知道怎么维权，他们能指导客户如何搜集证据，要向哪个部门反映。而且“现在自己退保险挺难，几乎退不掉。我们第三方操作也要一个多月”。
TOP6热点：劳动价值论是循环论证吗？ChinaⅩXX❌XHD仙踪林
8月21日，贷款市场报价利率（LPR）迎来年内第二次下降，1年期LPR较上一期下降10个基点。专家认为，近三个月LPR两次下降，逆周期调节力度明显加强，释放出积极的政策信号，有助于推动经济持续回升向好。
TOP7热点：美国坠毁客机上有约 20 名花样滑冰选手和教练，事故恐无人生还，飞机坠河该怎样救援？面临哪些难点？99国精产品
8月21日，贷款市场报价利率（LPR）迎来年内第二次下降，1年期LPR较上一期下降10个基点。专家认为，近三个月LPR两次下降，逆周期调节力度明显加强，释放出积极的政策信号，有助于推动经济持续回升向好。
TOP8热点：如何看待李小冉回应退出繁花群，「退群不是很正常，这是什么犯罪的事吗」？对于不想参与的群聊你会如何处理？尻逼
董希淼指出，对部分利率偏高的存量房贷，建议央行加强对商业银行的引导和指导，推动商业银行总行尽快制定存量房贷利率阶段性调整方案，通过差异化的利率打折或减少加点等方式，直接降低存量房贷利率。对不同地区、不同借款人，存量房贷利率调整方案可以有所区别。各地可通过市场利率定价自律机制，商定本地区存量房贷利率调整的总体原则。同时，探索推出贷款置换方案，允许还款期限达到一定年限的借款人申请本行新贷款置换旧贷款，或者允许借款人对贷款期限、还款方式等进行变更。具备条件的地方政府，还可加大支持借款人将商业性房贷转换为公积金贷款，以进一步降低存量房贷利率。
TOP9热点：过年给领导发祝福短信，他没回怎么办？农村老头老太BBBBBBe箩苻
不难看出，在这场没有硝烟的暗战中，金钱、美色、威胁、恐吓，全部都是渗透、拉拢、引诱、策反的手段，直到把“猎物”拉进精心编织的罪恶之网。
“他们的专业化水平比较高，除了律师外，可能还有一些保险公司前员工会从事代理退保业务，他们很清楚投保流程和规则，知道哪些地方存在风险点，也懂得如何跟保险公司交涉。”乔良说。
TOP10热点：飞机这么多按钮都要一个个地打开，为什么不能一键启动？亭亭玉立国色天香四月天
但不同的是，前两次只是提到保持合理利润水平的积极作用，而这次不仅提出要保持合理的利润水平，还提出要保持合理的净息差水平。因为银行利润由利息收入和非息收入构成，如果非息收入增长快，即便净息差下降利息收入下降，利润也会保持一定水平。央行并没有明确何为合理的净息差水平，但根据市场机构测算，当前的净息差如果再下降，那可能就跌破了合理水平。
公摊面积存在多年，伴生的一系列问题长期未得到根本解决，收房变成开盲盒，因此广受诟病。就在前几天，一则“西安一购房者购买69.75平方米公寓，超37平方米是公摊”的消息引发了广泛关注。