China篮球体育飞机推特OpenAI草莓模型深夜突袭！理化生达博士生水平，比GPT-4o强多了，CChina篮球体育飞机推特hatGPT可用_ZAKER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，CChina篮球体育飞机推特hatGPT可用_ZAKER新闻
在作品展示区，展出着冯超然作品53件套，其弟子作品24件套。分为人物画版块“独步画坛”（人物画独步画坛，郑振铎语）；山水画版块“南北山水”（山水画融合南北，褚德彝语）；花鸟画版块“妙笔神意”（花鸟画仙姿妙笔，叶恭绰语）；弟子版块“草堂传灯”（师教诲终身铭记，陆俨少、张榖年语）四个部分，向观者系统而全面地展示冯超然的艺术成就。
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:蔡德霖
TOP1热点：【凤凰传奇蛇年春晚】中国传统建筑创演秀【栋梁】
6.5平方米，50年。
TOP2热点：将局势逆转吧！卞相壹神之一手分解教学
本次活动中，枫泾镇、朱泾镇、亭林镇、叶榭镇、庄行镇齐聚一堂，“人才联育”实现“1-3-5”的五镇协同式跨越。现场启动了“浦南地区干部讲堂”，围绕“党建引领基层治理”主线，干部讲堂的第一课正式“开讲”。五镇村居书记将各自在社区治理、为民服务、城中村治理、乡村振兴等方面的经验与启示娓娓道来，让在场的党员干部群众们在主题交流中互学互鉴，拓宽工作思路、创新工作方法，共同提升基层治理水平。
TOP3热点：你敢说我就敢拍八重神子去内奖励旅小女孩
“这里有一个爷爷，九十多岁了，腿脚不好，但他儿子不管他。楼下的叔叔就会陪着爷爷去看。真的是跑上去接他，慢慢把他背下楼。那个叔叔有家庭，家里什么都不缺，能图爷爷什么？真的就是不求回报地帮忙。”当社工后，吴影和各种各样的居民打交道，让她感触最深的，还是老邻居那种“不图回报”的热心肠。
TOP4热点：我们花70多万救下了700多只猫。幼儿2000部
蕃瓜弄老照片。静安区供图
TOP5热点：我要逃离Level 94！Dreamcore#1广材网-建筑材料价格查询
张桂英老人。
2023年7月11日，上海，街头穿戴防晒衣帽的市民。人民视觉资料图
TOP6热点：你想对2025说什么？城中村150块钱
东方网7月16日消息：近日，北大学者、《百家讲坛》主讲人赵长征出版新书《春秋车战》。这本书以《左传》《史记》等经典史料为纲，系统梳理了战车的发展史和春秋时期的战争史，并从独特的技术视角解剖春秋军事。因其内容严谨、扎实、有深度，被军事史家黄朴民誉为“改变冷兵器时代军事细节研究长期滞后的现状，填补了学术上的重大空白。”甫一出版，便在某知名网站历史新书榜排行榜第二，引发了读者群体的强烈关注。
通过深入的展览研究，《影之道》进一步将呈现的十个建筑项目置于华南地域与全球南方的坐标中，容纳了各时空下的“阴影”所凸显的复杂性与连续性，以此重提“地方性”在全球化浪潮中的能动性和积极意义。
TOP7热点：将局势逆转吧！卞相壹神之一手分解教学中国抓捕间谍45万人
据悉，下一步，闵行区总工会将继续打造“全闵职工e起来运动”体育品牌，持续推出有特色、高质量、职工群众喜闻乐见的职工体育赛事，满足职工业余文化体育生活需求。同时结合“运动助力心理健康”项目，将关爱职工心理健康工作做得更细、更深、更实，让职工在运动中强身健体、缓解压力，营造舒心工作、体面劳动、全面发展的职场环境，传递工会组织的温暖。
TOP8热点：【谭晶×和平精英】双神印象主题曲《成双》上线x7x7x7暴力噪
（吴影、陈桦为化名）
TOP9热点：《关于伪人帮我玩原神这件事》可以插千仞雪模拟器的软件
据悉，下一步，闵行区总工会将继续打造“全闵职工e起来运动”体育品牌，持续推出有特色、高质量、职工群众喜闻乐见的职工体育赛事，满足职工业余文化体育生活需求。同时结合“运动助力心理健康”项目，将关爱职工心理健康工作做得更细、更深、更实，让职工在运动中强身健体、缓解压力，营造舒心工作、体面劳动、全面发展的职场环境，传递工会组织的温暖。
随后，蕃瓜弄小区12名居民代表上台，市住建委、市房管局、区委、区政府、区人大、区政协领导为他们送上纪念品，并合影留念。
TOP10热点：偷偷提前回家爸妈不敢认了怎么办！写作业坐在捧捧上面的句子
在现场热情的掌声中，本次大赛获奖选手登上舞台，他们分别是：冠军能浪则浪（华漕镇）、亚军炉火存青队（江川路街道）、季军闵资战队（区国资委）、殿军新虹之光队（新虹街道）。
在现场热情的掌声中，本次大赛获奖选手登上舞台，他们分别是：冠军能浪则浪（华漕镇）、亚军炉火存青队（江川路街道）、季军闵资战队（区国资委）、殿军新虹之光队（新虹街道）。