Modèle OpenAI o1
Description générale
LLM a besoin d'être amélioré.
Les trois capacités de base du grand modèle:
Compétences de compréhension et d'expression de la langue: GPT-3 a été résolu World Knowledge Storage: GPT-4 a résolu beaucoup de problèmes Capacité de raisonnement logique: c'est le maillon le plus faible, et le modèle O1 a fait des progrès évidents à cet égard.
Principe
L'idée du modèle O1 pour améliorer la capacité de raisonnement logique est qu'après avoir reçu la question, le lit bébé est automatiquement généré et régénéré dans la réponse. évitez l'invite d'écriture humaine basée sur le lit bébé.
Si O1 est autorisé à acquérir la capacité de générer automatiquement le lit bébé, l'apprentissage par renforcement peut améliorer la capacité du modèle à trouver automatiquement le chemin de raisonnement correct.
Un nouveau paradigme?
OpenAI a constaté que dans le processus de formation et de raisonnement de l'apprentissage par renforcement, avec l'augmentation de la puissance de calcul, l'effet de raisonnement du modèle (comme la probabilité de trouver le chemin de lit correct) sera également amélioré. Cela pourrait trouver la mise à l'échelle de RL. Il peut continuellement améliorer la puissance de calcul, et il est possible d'améliorer encore la capacité de raisonnement logique du modèle. C'est peut-être un nouveau paradigme.
Scène cible
En raison de l'amélioration de la capacité de raisonnement logique, le modèle O1 est adapté à la programmation, aux mathématiques, à la physique et à d'autres scénarios. Mais écrire un article peut être presque terminé. C'est un peu comme un étudiant en sciences en majeure partielle.
à mon avis, il n'y a pas de différence significative de programmation entre le modèle O1 et le modèle sonnet 3.5.
Une série de modèles
Modèle O1: pas ouvert, le plus capable -o1-preview: ChatGPT (membre) et API (tuhao qui ont besoin de dépenser plus de 1000 $US) à visiter -o1-mini: beaucoup moins de connaissances du monde que o1-preview, adapté aux scénarios qui ne nécessitent pas beaucoup de connaissances du monde, telles que la programmation et les mathématiques, et une réponse rapide.
OpenAI devrait lancer une série de modèles « plus logiques, plus scientifiques ».
Un modèle immature
Les modèles de la série O1 ne sont pas entièrement en production, ne prennent pas en charge la vision, ne prennent pas en charge la sortie en streaming, ne supportent pas l'appel de fonction et ainsi de suite. C'est pour ça qu'on l'appelle Preview.
Plus cher
Le prix de O1-Preview est quatre fois supérieur à celui du GPT-4o.
En outre, dans le processus de raisonnement, l'invite cachée résultante (Cot) prend également token. Cela augmentera également les coûts déguisés.
| 模型 | 输入价格 (每百万 tokens) | 输出价格 (每百万 tokens) |
|---|---|---|
| o1-preview | $15 | $60 |
| o1-mini | $3 | $12 |
| GPT-4o | $5 | $15 |
Principe de base
Nous avons formé ces modèles à passer plus de temps à réfléchir aux problèmes avant qu'ils ne répondent, un peu comme une personne le ferait. Grâce à la formation, ils apprennent à affiner leur processus de pensée, à essayer différentes stratégies et à reconnaître leurs erreurs.
Passez plus de temps à réfléchir avant de réagir, tout comme les humains. LLM améliorera son processus de pensée, essaiera différentes stratégies et reconnaîtra ses propres erreurs.
OpenAI O1 pense avant de répondre et peut produire une longue chaîne de pensée interne avant de répondre à l'utilisateur.
Lorsque la question est reçue, une chaîne de pensée interne est générée et la réponse est générée sur la base de ce lit bébé.
L'utilisation de l'apprentissage par renforcement (RL) pour former LLM peut générer automatiquement une invite basée sur le CoT.
Utilisateurs cibles et scénarios
Ils peuvent raisonner à travers des tâches complexes et résoudre des problèmes plus difficiles que les modèles précédents en science, en codage et en mathématiques. Ils peuvent raisonner à travers des tâches complexes et résoudre des problèmes qui sont plus difficiles que les modèles scientifiques, de codage et mathématiques précédents.
Ces capacités de raisonnement améliorées peuvent être particulièrement utiles si vous vous attaquez à des problèmes complexes dans les domaines de la science, du codage, des mathématiques et d'autres domaines similaires. Par exemple, O1 peut être utilisé par les chercheurs en soins de santé pour annoter les données de séquençage cellulaire, par les physiciens pour générer des formules mathématiques complexes nécessaires à l'optique quantique et par les développeurs dans tous les domaines pour construire et exécuter des flux de travail en plusieurs étapes.
Ces capacités de raisonnement améliorées peuvent être particulièrement utiles si vous résolvez des problèmes complexes en sciences, en codage, en mathématiques et dans des domaines similaires. Par exemple, les chercheurs en soins de santé peuvent utiliser O1 pour annoter les données de séquençage cellulaire, les physiciens peuvent utiliser O1 pour générer des formules mathématiques complexes pour l'optique quantique, et les développeurs dans tous les domaines peuvent utiliser O1 pour construire et exécuter des flux de travail en plusieurs étapes.
Performance: améliorer la capacité de raisonnement logique
下一个模型更新在物理、化学和生物学方面具有挑战性的基准任务上的表现与博士生类似。我们还发现它在数学和编码方面表现出色。在国际数学奥林匹克（IMO）资格考试中，GPT-4o 只正确解决了 13% 的问题，而推理模型的得分为 83%。他们的编码能力在竞赛中得到评估，并在 Codeforces 竞赛中达到了第 89 个百分点。您可以在我们的技术研究文章中阅读更多相关内容。
La capacité à s'améliorer dans tous les aspects
Amélioration de l'encodage: plus de 300% Mathématiques / chimie / biologie / physique: augmentation d'environ 40%
Maîtrise du chinois
Restriction d'accès
Les utilisateurs de ChatGPT plus pourront accéder au modèle O1 dans ChatGPT. -la limite de tarif hebdomadaire de o1-preview est de 30 messages, et celle de o1-mini est de 50 messages par semaine. Seuls les utilisateurs disposant d'autorisations de couche 5 peuvent accéder à l'API. La limite de tarif est de 20 tr / min.
[couche différente]
| Tier | Qualification |
|---|---|
| Tier 1 | $5 paid |
| Tier 2 | $50 paid and 7+ days since first successful payment |
| Tier 3 | $100 paid and 7+ days since first successful payment |
| Tier 4 | $250 paid and 14+ days since first successful payment |
| Tier 5 | $1,000 paid and 30+ days since first successful payment |
Tarification
Le prix de O1-Preview est quatre fois supérieur à celui du GPT-4o. Et Hidden Cot prend aussi token.
| 模型 | 输入价格 (每百万 tokens) | 输出价格 (每百万 tokens) |
|---|---|---|
| o1-preview | $15 | $60 |
| o1-mini | $3 | $12 |
| GPT-4o | $5 | $15 |
Défaut du modèle
Ne pas avoir la possibilité de naviguer sur le Web pour obtenir des informations et télécharger des fichiers et des images.
L'API ne prend pas en charge:
-* modalités * : texte seulement, les images ne sont pas prises en charge. - types de messages * : les messages utilisateur et assistant uniquement, les messages système ne sont pas pris en charge. - streaming * : non supporté. - outils * : les paramètres des outils, des appels de fonctions et du format de réponse ne sont pas pris en charge. - Logprofs * *: non pris en charge.
Exemple
Instance 1: puzzle logique
Des problèmes.
A princess is as old as the prince will be when the princess is twice the age that the prince was when the princess' age was half the sum of their present ages.Provide all solutions to this question.
explication
Réponse à partir d'un aperçu
invite interne
解质量子问题
我正在解一个关于年龄的复杂问题。将时间点和年龄分别定义为变量，解析这些年龄差距，试图找出满足条件的解。
计算时间差
我开始计算王子和公主的年龄之和P + Q。然后，确定公主年龄的一半Q'，并计算从那时到现在的时间差，即(Q - P)/2年。这让我更好地理解了时间的流动。
分析时间差异
我试图简化时间差异的公式，发现在计算公主和王子年龄时出现了矛盾。回顾过去时，公主的年龄是当前年龄的和的一半。
CHUNK: 假设公主的现年龄为Q。那么在时间t1时，公主的年龄为Q - t1。
根据题目要求，在时间t1时： Q - t1 = (P + Q)/2
解方程得： t1 = Q - (P + Q)/2 = [2Q - P - Q]/2 = (Q - P)/2
类似地，公主的年龄为P - t1 = P - [(Q - P)/2] = [2P - Q + P]/2 = (3P - Q)/2
调整计算细节
我正在解决王子年龄的问题时，调整时间t1的计算方式。通过精简公式，发现王子年龄计算有误，正在检查每个步骤的准确性。
检视方程式
我正尝试重写并简化方程式，但遇到了一些麻烦。看看哪里出错了，可能是算术操作中的小错误。抱着怀疑的态度，我重审每一步，以确保准确性。
计算王子的年龄
我计算出王子在时间 t1 的年龄为 (3P - Q)/2。\n接下来，探讨公主未来的年龄与王子 t1 时的年龄的关系。
计算未来时间 t2 时，公主年龄是那时王子年龄的一倍。首先，计算王子当前年龄 P1，然后用将来的年龄来确定 t2。
分析年龄增长
公主的年龄将是Q + t2, 王子的年龄则为P + t2, 计算得t2 = 3P - 2Q。
探讨年龄关系
公主的年龄等于王子未来年龄的两倍，条件涉及公主年龄的变化和王子年龄的历史。
深入分析
从公主年龄变化出发，整理王子年龄的历史，体现出他们之间的复杂关系。
修正方程并计算
我正在修正年龄方程，重新计算年龄差。最终得出，公主的年龄是王子年龄的四分之三。这个过程让我思考年龄与时间的关系。
提到：
亲王年龄 = 福 + t2 = (3Q/4) + (Q/4) = (4Q/4) = Q
提与 t2 相关： 公主 = (5Q/4)，亲王 = Q
现在思考中： 公主年龄与亲王未来的年龄一致，条件是公主的年龄是亲王一半年龄的总和的一半。
探寻岁数关系
我正在分析王子年龄涉及到的问题。假设王子的年龄为P = 0.75Q，可得王子的现年岁仔细审视其值。
确定年龄关系
我分析了公主和王子的年龄关系，计算得出她们分别为6和8岁。公主在1年前7岁，符合年龄和当前年龄的半和。
确定数学关系
皇子的年龄是 6 岁，公主的年龄是 8 岁。公主将来的年龄是 10 岁，这个时候皇子的年龄是 8 岁。
计算公主和王子的现年龄之和的一半，为3.5岁。
解决年龄问题
尝试找出公主和王子的年龄差异时，发现公主比王子大 1 岁。王子在未来 2 年内年龄将增长，但没有立即对答案有帮助。
尝试不同的数字
我正在探索不同的整数解，选择Q = 16，计算出P = 12。接下来，计算时间t1 = 2年，公主当时14岁。通过检查这些条件，得出公主和王子未来的年龄。
分析年龄差异
我正探索王子和公主之间的年龄差异。王子目前12岁，8年后将成20岁。公主20岁时，正好是王子16岁的时候。这个想法令人兴奋。
寻找解答
考虑Q必须是4的倍数，P可以表示为3k。这让我们计算出一组可能的年龄解。
计算两人现在的年龄差
目前，这对王子和公主的年龄分别是3k和4k。我正在尝试找出在公主年龄是王子年龄的两倍时，王子将多大年龄。
分析年龄差异
我正在思考公主和王子的年龄差异。公主现年5千年，王子3千年，公主两倍年龄将是王子当时的一半和他们当前年龄之和。
探索年龄关系
我正在分析王子和公主的年龄关系，推测出在公主年纪为5k时，王子的年龄为5k/2。谢谢阅读！
La réponse finale
Conclusion:
The only integer solution satisfying all conditions is:
Prince's age: 6 years
Princess's age: 8 years
Answer: The prince is 6 years old, and the princess is 8 years old.
Exemple 2: programmation
La demande
make a game called "squirrel finder" using HTML5 and JavaScript.
- You are a koala icon that can move quickly using the arrow keys.
- A strawberry randomly spawns every second and bounces around.
- If a strawberry touches you, you die.
- After three seconds, a squirrel icon spawns and bounces around. If you touch it, you win.
- Make sure all icons are 40 pixels by 40 pixels.
- Use retro colors and a dark background.
- Put "openai" in the game screen and a timer in the corner.
- Display the instructions before the game starts.
- Automatically restart the game when you win or lose.
- Give the code in a single file.
Le code généré par O1 peut être utilisé normalement
<!DOCTYPE html>
<html>
<head>
<title>Squirrel Finder</title>
<style>
body {
margin: 0;
overflow: hidden;
background-color: #000;
color: #fff;
font-family: 'Courier New', monospace;
}
#gameCanvas {
display: block;
margin: 0 auto;
background-color: #000;
}
#instructions {
position: absolute;
top: 20%;
width: 100%;
text-align: center;
font-size: 24px;
}
#openai {
position: absolute;
bottom: 10px;
left: 10px;
font-size: 14px;
color: #fff;
}
#timer {
position: absolute;
top: 10px;
right: 10px;
font-size: 18px;
color: #fff;
}
</style>
</head>
<body>
<canvas id="gameCanvas" width="800" height="600"></canvas>
<div id="instructions">
<h1>Squirrel Finder</h1>
<p>You are the Koala. Use arrow keys to move.</p>
<p>Avoid the strawberries!</p>
<p>Find the squirrel to win!</p>
<p>Press any key to start.</p>
</div>
<div id="openai">openai</div>
<div id="timer">0</div>
<script>
(function(){
const canvas = document.getElementById('gameCanvas');
const ctx = canvas.getContext('2d');
let instructions = document.getElementById('instructions');
let timerDisplay = document.getElementById('timer');
let keys = {};
let player = {
x: canvas.width / 2 - 20,
y: canvas.height / 2 - 20,
width: 40,
height: 40,
speed: 7,
color: '#00ff00' // Green
};
let strawberries = [];
let squirrel = null;
let gameTime = 0;
let gameStarted = false;
let gameOver = false;
let gameWin = false;
function startGame() {
instructions.style.display = 'none';
gameStarted = true;
gameTime = 0;
gameOver = false;
gameWin = false;
player.x = canvas.width / 2 - 20;
player.y = canvas.height / 2 - 20;
strawberries = [];
squirrel = null;
lastStrawberrySpawn = 0;
lastTime = performance.now();
requestAnimationFrame(gameLoop);
}
document.addEventListener('keydown', function(e) {
if (!gameStarted) {
startGame();
}
keys[e.key] = true;
});
document.addEventListener('keyup', function(e) {
keys[e.key] = false;
});
let lastTime = performance.now();
let lastStrawberrySpawn = 0;
function gameLoop(timestamp) {
let deltaTime = (timestamp - lastTime) / 1000;
lastTime = timestamp;
update(deltaTime);
render();
if (!gameOver && !gameWin) {
requestAnimationFrame(gameLoop);
} else {
setTimeout(startGame, 2000); // Restart game after 2 seconds
}
}
function update(deltaTime) {
if (!gameStarted) return;
gameTime += deltaTime;
timerDisplay.textContent = Math.floor(gameTime);
// Move player
if (keys['ArrowUp']) player.y -= player.speed;
if (keys['ArrowDown']) player.y += player.speed;
if (keys['ArrowLeft']) player.x -= player.speed;
if (keys['ArrowRight']) player.x += player.speed;
// Keep player on screen
if (player.x < 0) player.x = 0;
if (player.x + player.width > canvas.width) player.x = canvas.width - player.width;
if (player.y < 0) player.y = 0;
if (player.y + player.height > canvas.height) player.y = canvas.height - player.height;
// Spawn strawberries
if (gameTime - lastStrawberrySpawn > 1) {
lastStrawberrySpawn = gameTime;
spawnStrawberry();
}
// Spawn squirrel after 3 seconds
if (gameTime >= 3 && squirrel === null) {
spawnSquirrel();
}
// Update strawberries
strawberries.forEach(function(s) {
s.x += s.vx;
s.y += s.vy;
// Bounce off walls
if (s.x < 0 || s.x + s.width > canvas.width) s.vx *= -1;
if (s.y < 0 || s.y + s.height > canvas.height) s.vy *= -1;
// Check collision with player
if (collision(player, s)) {
gameOver = true;
}
});
// Update squirrel
if (squirrel) {
squirrel.x += squirrel.vx;
squirrel.y += squirrel.vy;
// Bounce off walls
if (squirrel.x < 0 || squirrel.x + squirrel.width > canvas.width) squirrel.vx *= -1;
if (squirrel.y < 0 || squirrel.y + squirrel.height > canvas.height) squirrel.vy *= -1;
// Check collision with player
if (collision(player, squirrel)) {
gameWin = true;
}
}
}
function render() {
// Clear canvas
ctx.fillStyle = '#000';
ctx.fillRect(0, 0, canvas.width, canvas.height);
// Draw player
ctx.fillStyle = player.color;
ctx.fillRect(player.x, player.y, player.width, player.height);
// Draw strawberries
strawberries.forEach(function(s) {
ctx.fillStyle = '#ff0000'; // Red
ctx.fillRect(s.x, s.y, s.width, s.height);
});
// Draw squirrel
if (squirrel) {
ctx.fillStyle = '#ffff00'; // Yellow
ctx.fillRect(squirrel.x, squirrel.y, squirrel.width, squirrel.height);
}
// Display game over or win message
if (gameOver) {
ctx.fillStyle = '#ff0000';
ctx.font = '48px Courier New';
ctx.fillText('You Died!', canvas.width / 2 - 100, canvas.height / 2);
}
if (gameWin) {
ctx.fillStyle = '#00ff00';
ctx.font = '48px Courier New';
ctx.fillText('You Win!', canvas.width / 2 - 100, canvas.height / 2);
}
}
function spawnStrawberry() {
let s = {
x: Math.random() * (canvas.width - 40),
y: Math.random() * (canvas.height - 40),
width: 40,
height: 40,
vx: (Math.random() * 4 + 1) * (Math.random() < 0.5 ? -1 : 1),
vy: (Math.random() * 4 + 1) * (Math.random() < 0.5 ? -1 : 1)
};
strawberries.push(s);
}
function spawnSquirrel() {
squirrel = {
x: Math.random() * (canvas.width - 40),
y: Math.random() * (canvas.height - 40),
width: 40,
height: 40,
vx: (Math.random() * 3 + 2) * (Math.random() < 0.5 ? -1 : 1),
vy: (Math.random() * 3 + 2) * (Math.random() < 0.5 ? -1 : 1)
};
}
function collision(a, b) {
return a.x < b.x + b.width && a.x + a.width > b.x &&
a.y < b.y + b.height && a.y + a.height > b.y;
}
})();
</script>
</body>
</html>
Sonnet-3.5: le code généré fonctionne également correctement.
avec les plaintes, l'interaction de Claude AI est évidemment meilleure, et vous pouvez prévisualiser l'effet.
En comparant les deux morceaux de code, sonnet 3.5 fonctionnera mieux.
Bien que les deux implémentations répondent aux exigences de base, le code 2 (sonnet 3.5) est légèrement meilleur dans l'ensemble:
- Il a une structure plus organisée, orientée objet qui est plus facile à maintenir et à étendre.
- Il utilise des couleurs plus subtiles et plus adaptées au style rétro.
- Il utilise des classes pour représenter des objets de jeu, favorisant une meilleure réutilisation du code.
Cependant, le code 1 présente certains avantages en termes de performances en raison de l'utilisation du `requestAnimationFrame'.
Exemple 3: raisonnement
Problème: combien de R sont dans la fraise
GPT-4o: erreur de résultat
“strawberry”中有1个字母“r”
Erreur Sonnet-3.5
There are 2 r's in "strawberry".
Exemple 4: traduire une phrase endommagée
à reconstituer