3D肉蒲团 新V不雅国外：o1模子的开源复现和智力测试

3D肉蒲团

经济不雅察报 社论 陈沛 / 文自从 OpenAI 推出最新的高档推理模子 o1，照旧往常了 10 天傍边的时刻。

模子刚推出的时候，许多率先使用的用户会以为这个预览版模子（o1-preview）的纯文本形式和访佛缠绵代理的生成后果略感等闲，就像我在前一篇专栏中写过的情况。

也有一些询查者试图从 OpenAI 先容的本色中针对自我对弈强化学习、数据合成等进行分析，以超过这个模子的特殊晋升之处。

在此时刻，多样说法五花八门，不一而足。我则认为值得进一步分析的是随后很快出现的 o1 模子开源复现版，以及最新的智力测试终局。

一周内出现 o1 开源复现后果

好意思国 SambaNova 公司的 Kaizhao Liang 在 o1 模子发布一周内，就在 HuggingFace 上推出了一个访佛 o1 模子念念考经过的开源平替版—— Llama3.1-Instruct-O1。

这个开源平替版用到了 Llama-3.1-Instruct 模子，用户不错选拔 405B、70B、8B 三个开源模子版块，再诞生念念考要领的戒指（从 1 至 100 之间），然后就不错竣事访佛 o1 模子的念念考经过。

竣事旨趣颠倒明晰，作家给 Llama-3.1-Instruct 开源模子增多了额外的系统请示词，共包括八个阶段，条款模子仔细阅读问题，按照念念考要领数目诞生涯数器，并条款模子进行自我反念念，完成一齐解答阶段后进行再行组织，酿成最终输出谜底。

客不雅来看，这个设施比拟讨巧，径直借用熟谙的请示框架对开源模子的输出终局进行戒指，以生成访佛的念念考后果，却不触及上述的自我对弈强化学习经过。不外，这想必也不是开源复现版作家的本意。因为 SambaNova 算作 AI 推理加快处事商，更多是想展示它们在多步推理中的加快后果，而非高档推明智力。

测试发现 o1 模子智力轶群

若何愈加直不雅体现 o1 模子的推明智力，有东谈主猜想了进行智力测试。好意思国 Tracking AI 肃穆东谈主 Maxim Lott 使用了门萨智力测试（Mensa Norway）对 12 个主流模子进行了测试，依期更新测试终局。

在最近的测试终局中，o1 模子在 35 谈题中答对了 25 谈，智力达到 121，是总计模子中唯独一个智力向上平均值（100）的模子。其它模子的智力大王人精深在 80 至 90 傍边。

可是必须看到，由于这 12 个被测模子中既包括 o1 这么的纯文本模子，也包括 GPT-4o、Gemini Advanced、Claude-3 Opus 等多模态模子，而 35 谈智力测试题中又有相配部分题目是复杂图形推理题，因此测试者需要把题目和选项转成颠倒全面的文本描述输入给纯文本模子，这个东谈主工融合经过或多或少会让纯文本模子在测试终局上得到一定上风。

天然，就算排撤回这极少上风身分，o1 模子在智力测试中所体现出来的复杂推明智力依然处于显著的率先位置。

OpenAI 对 o1 模子的阶段定位

OpenAI 的 CEO Sam Altman 在最近的表态中，将 o1 模子比方成往常 GPT 系列模子的 GPT-2，这似乎侧面印证了 o1 模子诚然发挥出了权臣的智力晋升，但同期也存在着显著的错误。

回来往常，在发展 GPT 系列模子时，亦然一直演进到 GPT-3.5 的阶段，才推出了 ChatGPT 激发了雄伟顺心。

预测后续的发展道路，如今 o1 模子照旧来到了 OpenAI 之前提倡 5 层通用东谈主工智能的第 2 层（推理者3D肉蒲团，Reasoner），并将持续向之后第 3 层至第 5 层的智能代理（Agent）、改进者（Innovator）和组织者（Organizer）握续登攀。