首页 > 汽车自驾 > 汽车自驾 > 复杂推理大模型OpenAI o1亮相,数学与代码能力飞跃

复杂推理大模型OpenAI o1亮相,数学与代码能力飞跃

发布时间:2024-09-16 16:25:38来源: 13041198719

平安证券近日发布AI动态跟踪系列(三):复杂推理大模型OpenAI o1亮相,数学与代码能力飞跃。

以下为研究报告摘要:

9月13日,OpenAI正式发布并上线o1系列模型o1-preview和o1-mini。

平安观点:

OpenAI计数器重置回1,o1系列开启复杂推理序幕。本次OpenAI发布的是o1-preview(预览版)和o1-mini(擅长STEM、更快、更便宜)两个版本,ChatGPT付费用户和API用户可以使用。根据OpenAI官网介绍,o1系列被定位为用于解决难题的推理模型。对于复杂的推理任务来说,OpenAI认为o1是一个重大进步,代表了AI能力的新水平,鉴于此,OpenAI将计数器重置回1并将此系列模型命名为OpenAI o1。OpenAI研究发现,随着强化学习(训练时计算)和思考时间(测试时计算)的增加,o1的性能会不断提高。因此在体验上,与此前模型不同点在于,OpenAIo1在作出反应之前,需要像人类一样,花更多时间思考问题。

o1基准表现明显优于GPT-4o,数学与编码能力实现飞跃。OpenAI实验结果表明,在绝大多数推理任务中,o1的表现明显优于GPT-4o。尤其是在具有挑战性的推理基准上,o1实现了能力飞跃,1)数学能力:在美国数学奥林匹克(AIME2024)预选赛题目中,GPT-4o平均只能解决12%的问题,o1正式版达到平均74%的准确率,在使用学习评分函数重新排名1000个样本后准确率达到93%,相当于美国排名前500的学生水平。2)编码能力:在竞争性编程问题(Codeforces)比赛中,o1-preview、o1分别超越了62%、89%的人类竞争者,而对比GPT-4o仅超过11%。3)特定专业领域能力:GPQA diamond测试(专门用于评估模型在化学、物理和生物学等领域的专业知识水平)中,o1不仅成功完成了测试,更是超越了人类专家的表现,成为首个在GPQA diamond基准上击败人类专家的AI模型。

o1引入思维链优化逻辑推理,助力模型性能与安全提升。o1优越能力的背后,核心突破在于运用思维链(chain of thought)方法来处理复杂任务,OpenAI介绍到,类似于人类在回答困难问题之前可能会思考很长时间,o1在尝试解决问题时会使用思维链。通过强化学习,o1学会打磨其思维链并改进它所使用的策略。o1学会了识别和纠正错误,学会了将棘手的步骤分解为更简单的步骤,学会了在当前方法不起作用时尝试不同的方法,此过程显著提高了模型的推理能力。在OpenAI的一个官方演示中展示了o1-preview解答复杂问题的逻辑推理过程,o1-preview在过程中逐步显示思考、翻译问题、定义变量、理解问题、构建方程、解方程等与人类推理相似的步骤,最终输出结论。同时,OpenAI认为思维链推理也为大模型安全性的提升提供了新思路,o1-preview在关键越狱评估和用于评估模型安全拒绝边界的最严格内部基准上取得了显著的改进。

投资建议:OpenAI推出专攻难题的o1系列大模型,应对复杂推理任务,o1引入思维链(Chain of Thought)提升逻辑推理能力,绝大多数基准表现不仅明显超越GPT-4o,而且在数学与编码能力上实现了重要飞跃,在理化生等专业领域的知识水平也达到新高度。OpenAI的动向始终引领全球大模型的发展,我们认为o1的正式亮相有望开启复杂推理大模型的序幕,一方面对算力提出了更大需求,同时也将赋能下游AI应用(如编程、教育)的快速迭代。我们坚定看好AI主题的投资机会:1)算力方面,推荐工业富联、浪潮信息、中科曙光、紫光股份、神州数码、海光信息、龙芯中科,建议关注寒武纪、景嘉微、软通动力;2)算法方面,推荐科大讯飞;3)应用场景方面,强烈推荐中科创达、恒生电子、盛视科技,推荐金山办公,建议关注万兴科技、福昕软件、同花顺、彩讯股份;4)网络安全方面,强烈推荐启明星辰。

汽车自驾更多>>

沃尔沃2025年将推出7款新车 涵盖燃油、纯电和插混三种动力 梅赛德斯-奔驰2024年中国销量超71.4万辆,同比下滑6.7%仍夺冠 日本三大车商2024年在华销量下滑,受中国新能源车企影响 小鹏X9右舵版新加坡首秀,全球化战略加速推进 奔驰总裁:网传新款奔驰GLA采用吉利发动机不属实 黄子韬送车活动大结局!是宝骏云海 不是小米SU7 华为乾崑智驾eAES功能升级,享界S9、问界M9实现自动紧急转向辅助 连发三款“低价车”,广汽埃安要干什么? 颜值提升!定位中型SUV的长安启源Q07值得一等吗? 新款哈弗猛龙伪装实车图,新前脸+新发动机,现款16.58万元起 限时13.59万起售,钟意本田CR-V的朋友,可以入手了? “人民需要什么,五菱就造什么”具象化!五菱第3000万辆新车下线 全新比亚迪唐L要来了!配大6座+激光雷达,还带云辇-C,能火? 养一台2.0T的坦克300一年需要多少钱?跟城市SUV差得多吗? 同为合资热门B级车,本田雅阁对比大众迈腾,究竟该如何选? 深蓝汽车第40万辆整车下线 稳稳步入第一梯队 25年销量目标超50万+ 雷军宣布:小米汽车工厂预约参观正式启动! 智己汽车成功融资94亿,加速智能驾驶技术研发与市场布局 极氪登顶中国纯电豪华销冠,充电模式再证主流地位? 比亚迪年销超427万!蝉联三大销冠,是靠“人才+技术”赢来的 smart月销不足四千,新能源转型之路能否走稳? 牟倩文的销售传奇:连续两年卖出170辆保时捷背后,稳居销冠宝座! 大众CEO奥博穆同济演讲:2026年纯电新品与保时捷中国研发新动向 特斯拉调价推新功,智能召唤引关注,能否再领风骚? 网上没赢过,现实没输过—丰田在华60年经历了哪些? 25万元想买全能豪华电动SUV?选小鹏G9就对了! 2025款阿维塔11用车成本分析,每月花费821元 年度压轴悍将,智界R7增程版售价24.98万起,四大华为黑科技首搭 定义纯电轿车续航至高点,智界新S7充满电可环海南岛一圈 2025款奥迪Q7用车成本分析,每月需要花费2487元