ChatGPT-O1 大型语言模型的推理学习​

2024年9月18日修改
2024年9月17日创建
2769
2994
引言​
OpenAI o1 在编程竞赛问题（Codeforces）中排名第89百分位，在美国数学奥林匹克预选赛（AIME）中位列全美前500名，并在物理、生物和化学问题的基准测试（GPQA）中表现出超越人类博士水平的准确性。虽然让这个新模型像当前的模型一样易于使用的工作仍在进行中，我们已经发布了这个模型的早期版本——OpenAI o1-preview，以供立即在ChatGPT和受信任的API用户中使用（将在新窗口中打开）。​
我们的大规模强化学习算法通过高度数据有效的训练过程，教会模型如何利用其思维链来进行高效的思考。我们发现，随着更多的强化学习（训练阶段计算）和更多的思考时间（测试阶段计算），o1 的性能会持续提升。扩展这种方法的约束与大型语言模型的预训练有很大的不同，我们正在继续对此进行研究。​
​

加载失败，

​