Modello OpenAI o1
Descrizione generale
LLM deve essere potenziato.
Le tre capacità di base del grande modello:
- Comprensione linguistica ed espressione: GPT - 3 è stato risolto World Knowledge Storage: GPT - 4 ha risolto un sacco di problemi Capacità di ragionamento logico: è l'anello più debole, e il modello o1 ha fatto progressi evidenti a questo proposito.
Principio
L'idea del modello o1 per migliorare la capacità di ragionamento logico è che dopo aver ricevuto la domanda, il lettino viene generato e rigenerato automaticamente nella risposta. Evitare la richiesta di scrittura umana a base di lettino.
Se o1 è autorizzato ad acquisire la capacità di generare culla automaticamente, l'apprendimento di rinforzo può migliorare la capacità del modello di trovare automaticamente il percorso di ragionamento corretto.
Un nuovo paradigma?
OpenAI ha scoperto che nel processo di formazione e ragionamento di apprendimento di rinforzo, con l'aumento della potenza di calcolo, l'effetto di ragionamento del modello (come la probabilità di trovare il percorso del lettino corretto) sarà anche migliorato. Questo potrebbe trovare la scalatura RL. Può migliorare continuamente la potenza di calcolo, ed è possibile migliorare ulteriormente la capacità di ragionamento logico del modello. Questo potrebbe essere un nuovo paradigma.
Scena obiettivo
Grazie al miglioramento della capacità di ragionamento logico, il modello o1 è adatto per la programmazione, la matematica, la fisica e altri scenari. Ma scrivere un articolo può essere quasi fatto. E 'una specie di studente di scienze in un maggiore parziale.
A mio avviso, non vi è alcuna differenza significativa nella programmazione tra il modello o1 e il modello sonnet 3.5.
Una serie di modelli
- Modello O1: non aperto, il più capace
- o1 - Anteprima: ChatGPT (membro) e API (tuhao che hanno bisogno di spendere più di US $1000) per visitare
- o1 - mini: Molto meno conoscenza del mondo di o1 - anteprima, adatto per scenari che non richiedono molta conoscenza del mondo, come la programmazione e la matematica, e risposta rapida.
OpenAI dovrebbe lanciare una serie di modelli "più logici, più scientifici".
Un modello immaturo
I modelli della serie O1 non sono completamente di produzione, non supportano la visione, non supportano l'uscita di streaming, non supportano la chiamata di funzione e così via. Per questo si chiama Anteprima.
Più costoso
Il prezzo di o1 - anteprima è quattro volte quella di GPT - 4o.
Inoltre, nel processo di ragionamento, il conseguente prompt nascosto (cot) riprende anche token. Ciò aumenterà anche i costi mascherati.
| 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 |
Principio centrale
Abbiamo addestrato questi modelli a passare più tempo a pensare attraverso i problemi prima che rispondano, molto come una persona farebbe. Attraverso la formazione, imparano a perfezionare il loro processo di pensiero, provare strategie diverse, e riconoscere i loro errori.
Passa piu 'tempo a pensare prima di reagire, proprio come gli umani. LLM migliorerà il suo processo di pensiero, proverà strategie diverse e riconoscerà i propri errori.
OpenAI o1 pensa prima di rispondere e può produrre una lunga catena interna - di - pensiero prima di rispondere all'utente.
Quando la domanda viene ricevuta, si genera una catena interna - di - pensiero e la risposta viene generata in base a questa brandina.
Utilizzando l'apprendimento di rinforzo (RL) per formare LLM è possibile generare automaticamente il prompt basato sul lettino.
Utenti e scenari di destinazione
Essi possono ragionare attraverso compiti complessi e risolvere problemi più difficili rispetto ai modelli precedenti in scienza, codifica e matematica. Essi possono ragionare attraverso compiti complessi e risolvere problemi che sono più difficili rispetto ai precedenti modelli scientifici, codificanti e matematici
Queste funzionalità di ragionamento avanzate possono essere particolarmente utili se stai affrontando problemi complessi in scienza, codifica, matematica e campi simili. Per esempio, o1 può essere utilizzato dai ricercatori sanitari per annotare i dati di sequenziamento delle cellule, dai fisici per generare complicate formule matematiche necessarie per l'ottica quantistica, e dagli sviluppatori in tutti i campi per costruire ed eseguire flussi di lavoro multi-step.
Queste capacità di ragionamento avanzate possono essere particolarmente utili se si stanno risolvendo problemi complessi in scienza, codifica, matematica e aree simili. Per esempio, i ricercatori sanitari possono utilizzare o1 per annotare i dati di sequenziamento delle cellule, i fisici possono utilizzare o1 per generare complesse formule matematiche per l'ottica quantistica, e gli sviluppatori in tutti i campi possono utilizzare o1 per costruire ed eseguire flussi di lavoro multi-step.
Prestazioni: migliorare la capacità di ragionamento logico
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 capacità di migliorare in tutti gli aspetti
- Miglioramento della codifica: più del 300%
- Matematica / Chimica / Biologia / Fisica: aumento di circa il 40%
Competenza cinese
Limitazione di accesso
- Gli utenti ChatGPT Plus potranno accedere al modello o1 in ChatGPT.
- Il limite di tariffa settimanale di o1 - anteprima è 30 messaggi, e quello di o1 - mini è 50 messaggi a settimana.
- Solo gli utenti con autorizzazioni layer 5 possono accedere alle API. Il limite di tasso è di 20 RPM.
[livello diverso]
| 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 |
Tariffa
Il prezzo di o1 - anteprima è quattro volte quella di GPT - 4o. E anche il lettino nascosto prende il gettone.
| 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 |
Carenza di modello
Non hanno la possibilità di navigare sul web per informazioni e caricare file e immagini.
API non supporta:
-
- Modalità * *: Solo il testo, le immagini non sono supportate.
-
- Tipi di messaggio * *: Solo messaggi utente e assistente, i messaggi di sistema non sono supportati.
-
- Streaming * *: non supportato.
-
- Strumenti * *: Gli strumenti, la chiamata delle funzioni e i parametri del formato di risposta non sono supportati.
-
- Logprobs * *: non supportato.
Esempio di esempio
Istanza 1: Puzzle logico
Problemi.
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.
Spiegazione
Risposta da o1 - Anteprima
Prompt interno
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 risposta 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.
Esempio 2: Programmazione
Domanda
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.
Il codice generato da o1 può essere utilizzato normalmente
<!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: Il codice generato funziona anche correttamente.
Con i reclami, l'interazione di Claude AI è ovviamente migliore, e si può visualizzare in anteprima l'effetto.
Confrontando i due pezzi di codice, Sonnet 3.5 funzionerà meglio.
Sebbene entrambe le implementazioni soddisfino i requisiti fondamentali, il codice 2 (Sonnet 3.5) è complessivamente leggermente migliore:
- Ha una struttura più organizzata, orientata agli oggetti che è più facile da mantenere ed estendere.
- Utilizza colori più sottili e più adatti per lo stile retrò.
- Utilizza le classi per rappresentare gli oggetti di gioco, promuovendo un migliore riutilizzo del codice.
Tuttavia, il codice 1 presenta alcuni vantaggi prestazionali dovuti all'uso di "AnimationFrameŸ".
Esempio 3: Ragionamento
Problema: Quanti r sono in fragola
GPT - 4o: Errore del risultato
“strawberry”中有1个字母“r”
Sonnet - 3.5 Errore
There are 2 r's in "strawberry".
Esempio 4: Tradurre una frase danneggiata
Da ricostituire