在与专用国际象棋引擎Stockfish测试中，只因提示词中包含能力「强大」等形容词，o1-preview入侵测试环境，直接修改比赛数据，靠「作弊」拿下胜利。这种现象，表明AI安全任重道远。
我本来以为今年的模型考核就到这儿了，没想到老朋友智谱在 2024 年最后一天又整活儿了，突然就发布了 GLM 系列的类 o1 模型——GLM-Zero-Preview。
当你登录智谱清言的时候，就能看到他们上线了这个Zero推理模型，不过是以智能体的形式出现的。
国产之光DeepSeek V3竞技场排名新鲜出炉—— 优于o1-mini（总榜第7），获最强开源模型认证（也是唯一闯入前10的开源模型）。
随着 o1、o1 Pro 和 o3 的成功发布，我们明显看到，推理所需的时间和计算资源逐步上升。可以说，o1 的最大贡献在于它揭示了提升模型效果的另一种途径：在推理过程中，通过优化计算资源的配置，可能比单纯扩展模型参数更为高效。
世界顶尖免疫学家Derya Unutmaz与o1 pro合作，让它帮忙评析自己的论文，发现它反馈的深度远超预期，令他感到震撼。此外，o1 pro还在解决人文研究问题上展现了卓越的能力。
近期NexusTrade的创始人Austin Starks撰文介绍了他使用OpenAI o1模型构建投资组合的一些经验。并展示如何使用OpenAI o1彻底改变金融市场的研究、分析和交易方式。
本月，OpenAI科学家就当前LLM的scaling方法论能否实现AGI话题展开深入辩论，认为将来AI至少与人类平分秋色；LLM scaling目前的问题可以通过后训练、强化学习、合成数据、智能体协作等方法得到解决；按现在的趋势估计，明年LLM就能赢得IMO金牌。
上线一周， gemini-2.0-flash-exp、gemini-2.0-flash-thinking-exp 已经成为了我日常对话频率最高的模型之一。
今天想跟大家聊一个科技圈和生物医学圈都值得关注的“炸裂”事件。一位顶尖的免疫学专家，Derya Unutmaz博士，刚刚分享了一段让他“震撼到情绪激动”的经历：他把自己和学生撰写的关于MAIT细胞的综述文章，交给o1-Pro进行评估，结果AI给出的评论和洞察碾压了他
