OpenAI o1是真有实力！港大权威AB测试，国家队奥数题照样拿下
OpenAI o1是真有实力！港大权威AB测试，国家队奥数题照样拿下OpenAI o1的数学推理能力是否真的那么强？近日，来自港大的研究人员对模型进行了严格的AB测试，在非公开的国家队奥数题面前，o1证明了自己的实力。
来自主题: AI技术研报
6286 点击 2024-12-21 11:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
OpenAI o1的数学推理能力是否真的那么强？近日，来自港大的研究人员对模型进行了严格的AB测试，在非公开的国家队奥数题面前，o1证明了自己的实力。
OpenAI下一代模型——o3，重磅诞生了！陶哲轩预言难住AI好几年的数学测试，它瞬间破解，编程水平位于全球前200，在ARC-AGI基准中更是惊人，打破所有AI纪录接近人类水平，离AGI更近一步。
不仅能推理，还能明确展示自己「推理逻辑」的大模型出现了。 OpenAI 的 12 天连续发布已近尾声，但它的热度显然已经被谷歌夺去了许多。从 Gemini 2.0 Flash 到 Veo 2 到今天的 Gemini 2.0 Flash Thinking，谷歌端上来的菜真是一道比一道香。
谷歌版o1来了！在奥特曼“双十二”倒数第二天——他们发布Gemini 2.0 Flash Thinking，顾名思义，以闪电般的速度解决复杂问题并展示其思考过程的实验模型。
OpenAI直播第九天，开发者们收到了一个超级大礼包。满血o1 API正式开放，实时API直接支持WebRTC，意味着未来人手一个Her。最最重要的是，API token直降60%。
OpenAI最近奉上了满血版的o1 Pro，这一全新系列的模型究竟有多强？它能否指明AI发展的未来方向？沃顿商学院教授在3个月的前一篇博客就中给出了「神预言」一般的答案。
大洋彼岸的OpenAI系列春晚还在继续，连续发布会的第9天，OpenAI正式发布了o1模型的API。
如果给小模型更长的思考时间，它们性能可以超越更大规模的模型。
你是不是以为发了GPT4.5？但很抱歉，今天只是发布了o1的API以及实时语音的新玩意。 还记得前段时间的OpenAI的DevDay吗？那上面曾经说过会更新OpenAI的API，现在期货交割了！这次OpenAI表现很好，才用了短短的一个多月就完成了交割，值得鼓励！（我是在吹不下去了。。。）
o1完整版公开仅10天，Scaling Law新范式就被逆向工程复现了！