OpenAI o1 模型登场:开启 AI 通用复杂推理新篇章

9月13日消息,OpenAI 传闻中的“草莓”(Strawberry)AI 模型现已面世,正式名称为“o1”,是该公司首款具备“推理”能力的模型。

o1 和 o1-mini

OpenAI 表示对该模型进行特殊训练,能够比人类更快地回答更复杂的问题。与之同时发布的还有 o1-mini,一个更小、成本更低的版本。

OpenAI 表示 o1 模型的发布,是其迈向类人 AI 宏伟目标的关键一步。

o1 模型目前处于“预览”阶段,官方强调该模型相关开发尚处于初期阶段,相比较 GPT-4o 模型,使用成本更高且速度更慢,但在编写代码和解决多步骤问题方面表现更为优秀。

价格

OpenAI 公司表示从今天起,ChatGPT Plus 和 Team 用户将可访问 o1-preview 和 o1-mini,而 Enterprise 和 Edu 用户则将在下周初获得访问权限。

OpenAI 表示计划将 o1-mini 的访问权限扩展至所有 ChatGPT 免费用户,但尚未确定发布日期。

开发者获取 o1 的访问权限成本相当高昂:如果调用 API,o1-preview 的输入词元(tokens)费用为每百万个成本 15 美元(IT之家备注:当前约 107 元人民币),输出词元费用为每百万个 60 美元(当前约 427 元人民币)。

相比之下,GPT-4o 的输入词元费用为每百万个 5 美元(当前约 35.6 元人民币),输出词元费用为每百万个 15 美元(当前约 107 元人民币)。因此 o1 模型输入词元费用提高了 2 倍,输出词元费用提高了 3 倍。 

训练方式

OpenAI 的研究负责人 Jerry Tworek 表示,o1 采用了有别于当前模型的训练方法,并他并未透露具体细节。

他提到,o1“采用了全新的优化算法和专门为其定制的训练数据集进行训练。”

报道称 OpenAI 在训练 o1 模型中使用一种称为强化学习(reinforcement learning)的技术,来自行解决问题,该技术通过奖励和惩罚来教导系统。随后,o1 采用“思维链”来处理查询,类似于人类通过逐步推理来解决问题的方式。

由于采用了这种新的训练方法,OpenAI 表示模型应该会更加准确。

Tworek 表示:“我们不能说已经解决了幻觉问题,但至少从观测的结果来看,这个模型产生的幻觉明显减少”。

o1 模型优势

o1 模型与 GPT-4o 的主要区别在于,它能够比前代更好地处理复杂的编程和数学问题,并能解释其推理过程,这是 OpenAI 所强调的。

OpenAI 的首席研究官 Bob McGrew 表示:

这款模型在解答 AP 数学考试题目上的表现无疑比我更出色,而我大学时还辅修了数学。

他提到,OpenAI 还让 o1 参加了国际数学奥林匹克竞赛的资格考试,GPT-4o 仅正确解决了 13% 的问题,o1 模型能够解决 83% 的问题。

在名为 Codeforces 竞赛的在线编程比赛中,这一新型模型达到了参赛者中的第 89 位,OpenAI 声称该模型的下一次更新将在物理、化学和生物学中的挑战性基准任务上表现“与博士生相当”。

同时,o1 在许多领域的能力不及 GPT-4o。它在世界事实知识方面的表现也不如后者。此外,它不具备浏览网页、处理文件和图像的能力。尽管如此,该公司认为它代表了一类全新的功能。将其命名为 o1,意在表明“将计数器重置回 1”。