闭源模型OpenAI2024 年 9 月 12 日

o1：推理模型元年

用强化学习训练模型在回答前进行长时间“思考”。

12% → 83%AIME 数学竞赛：GPT-4o 对比完整版 o1（64 次采样共识）

为什么重要

开启了新的扩展方向：不仅训练时堆算力，推理时让模型多想也能变强（测试时计算）。

代价与争议

当天上线的是 o1-preview，完整版 o1 稍后才推出；推理慢、价格贵，思考过程对用户隐藏。

源自

Chain-of-Thought

引出

DeepSeek-R1GPT-5

出处: openai.com ↗

在 3D 时间轴上查看 →