![]()
昨天刚被一个claude提示词刷屏，我也是想尽办法，终于注册了一个claude，发现他在文本处理方面确实🐂🍺而且直接输出SVG，就是直接展示成图片，文字还非常犀利，贴几张你看一下：
![]()
![]()
然而，今天凌晨，OpenAI 发布了新的 o1 模型，再次封神！
![]()
在逻辑和推理能力上，碾压GPT-4o，这玩意有多离谱。
AIME 2024，一个高水平的数学竞赛，GPT4o准确率为13.4%，而这次的o1 预览版，是56.7%，还未发布的o1正式版，是83.3%。代码竞赛，GPT4o准确率为11.0%，o1 预览版为62%，o1正式版，是89%。而最牛逼的博士级科学问题 (GPQA Diamond)，GPT4o是56.1，人类专家水平是69.7，o1达到了恐怖的78%。o1是通过自学习机制，也就是Self-play RL，训练的大模型。o1学会了磨练其思维链并完善所使用的策略，学会了识别和纠正自己的错误。这用一个简单的比喻，来解释Self-play强化学习:想象o1模型是一个正在学习下棋的小孩。
这个小孩不是通过与人类对弈来学习，而是不断地与自己对弈。
每次下棋时，它会:
1、分成两个"自我"，互相对弈
2、记录每一步棋的好坏
3、根据对弈结果，调整自己的策略
通过这种方式，o1模型能够:
-快速积累大量经验
-不断发现新策略
-克服自己的弱点
随着时间推移，O1模型会变得越来越强。
它不仅学会了基本规则，还能发展出复杂的策略，甚至可能超越人类棋手的水平。
这种学习方法的优点是:
-效率高: 不需要人类参与，可以24小时不停训练
-创新性强: 可能发现人类没想到的新策略
-适应性好: 能够不断调整以应对不同情况
他学会的这些，就是我们人类，最核心的思考方式：慢思考。诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。系统1的例子(快速、自动、直觉的思考):
🔸看到红灯时立即停车 - 这是一种条件反射,无需深思
🔸听到熟悉的歌曲就不自觉地跟着哼唱 - 这是一种自发的反应
🔸闻到食物香味时口水分泌 - 这是身体的自然反应，不需要刻意思考
系统2的例子(缓慢、费力、有意识的思考):
🔹计算复杂的数学题，如23 x 17 - 这需要集中注意力逐步计算
🔹学习一项新技能，如弹钢琴 - 需要刻意练习和反复思考
🔹做出重要决定，如选择工作或购买房子 - 需要仔细权衡各种因素
...
我还没有权限，看了网上的资料，o1现在可以做对姜萍参加的奥数题了！X 上的 Andrej Karpathy 大神，还问了一个深刻的问题：
![]()
o1 答复：
![]()
我直接在微信中翻译了下，o1想了一会儿，然后回答：目前，o1模型已经逐步向所有ChatGPT Plus和 Team 用户开放，未来会考虑对免费用户开放。感觉一个新纪元已经打开，各大模型应该都会跟上这种模式，OpenAI又引领了时代！✨你觉得OpenAI 的新模型怎么样？你有什么问题想问他的？欢迎留言分享，或转发给身边的朋友~![]()
