文章预览
OpenAI草莓Q*项目终于发布了， OpenAI o1 在具有挑战性的推理基准上 遥遥领先 于GPT-4o，即使在一些基准上超过了 人类PhD 水平，也能被玩坏 实线表示pass@1准确率，阴影区域表示 64 个样本的多数投票（共识）表现 OpenAI o1思考一个“句子编写”问题，足足花费 92s ，经历了漫长的thinking过程： 识别单词模式 映射单词关系 识别押韵模式 ... 权衡各种模式 编写一个句子，遵循与句子 "isold bowls to bold souls" 相同的规则，其中包含四个关键词，sold、bowls、bold 和 souls，并且第1个和第3个单词的结尾相同，第2个和第4个单词的结尾相同，第1个和第4个单词的开头相同，第2个和第3个单词的开头相同。 https://x.com/dicnunz/status/1834288190502428867 经典问题，OpenAI o1思考了5s， 9.11比9.8大 ，更换了提问方式后，思考了18s，9.8比9.11大，要多思考ing 最后来一个有挑战的问题，“ 统计
………………………………
