标签：推理能力
万字推演OpenAI o1 self-play RL 技术路线
曹宇在其文章中深入分析了OpenAI的新型自我博弈强化学习（RL）模型o1，该模型在数理推理领域取得了显著成绩，并提出了训练时计算（train-time compute）和测...
o1 研发团队完整采访：Ilya早期曾参与，灵感源于AlphaGo
OpenAI的o1模型自问世以来，以其卓越的推理能力在人工智能领域引起了广泛关注。o1不仅在数学奥林匹克竞赛中表现出色，甚至在博士级别的科学问答中超越了人类...
万字长文解析OpenAI o1 Self-Play RL技术路线
OpenAI最近推出的Self-Play RL新模型o1在数理推理领域取得了显著成绩，并提出了train-time compute和test-time compute两个新的RL Scaling Law。o1是一个多模...
Transformer推理天花板被谷歌打破？DeepMind首席科学家亮出84页PPT，却遭LeCun反对
CoT（Chain of Thought）作为一种新兴的人工智能技术，已经在自然语言处理（NLP）领域引起了广泛关注。CoT的核心思想是通过在模型的输入和输出之间插入一系列...
让OpenAI o1逆天的慢思考，360两月前就做出来了？周鸿祎CoE媲美CoT，应用太前瞻
新智元报道了一项在人工智能领域的重要进展，即360公司采用的CoE（Collaboration of Experts）架构与OpenAI的o1模型在技术上的相似之处。o1模型以其卓越的推...
北大对齐团队独家解读：OpenAI o1开启「后训练」时代强化学习新范式
机器之心AIxiv专栏致力于发布学术和技术内容，已报道2000多篇涵盖全球顶级实验室的文章，促进了学术交流。OpenAI的o1模型在数学、代码和长程规划等领域取得显...
实测OpenAI的o1：真没吹牛，奥数题高考题都能信手拈来了？
OpenAI于2024年9月13日推出了全新的AI模型系列——OpenAI o1，也被称为“Strawberry模型”。这一系列模型专为解决复杂问题而设计，其性能在多个平台上超越了以往...
o1完整思维链成OpenAI头号禁忌！问多了等着封号吧
OpenAI最近推出了一款名为o1的新型大模型，该模型在发布后不久便引发了用户和开发者社区的广泛关注和讨论。o1模型因其能够提供类似于人类思维过程的推理链而...
刚刚！OpenAI发布全新o1系列两款模型，o1-mini价格暴降80%，即日起全面上线｜钛媒体AGI
美国OpenAI公司近期推出了两款新型AI模型：OpenAI o1-preview和o1-mini，这些模型在处理复杂任务方面表现出色，特别是在推理数学、编程和科学问题上。o1-prev...
刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
OpenAI在9月13日宣布了其最新AI大模型系列的发布，这标志着大模型技术发展的新起点。新模型专门设计用于解决复杂问题，能够执行复杂推理，超越了以往科学、代...
