黑丝 少妇 五大维度评测OpenAI全新o1模子：代码编写、游戏制作等才智“惊艳”，事实性学问却“翻了车”

传奇中的“草莓”模子今天在莫得任何预报下忽然上线了！黑丝 少妇

OpenAI最新发布的模子名为o1，是系列推理模子的首批版块，现阶段推出的是o1-preview（预览版）和o1-mini（迷你版）。

面前，o1-preview和o1-mini依然面向ChatGPT Plus和Team订阅用户怒放，而Enterprise和Edu用户将于下周初获取拜谒权限。OpenAI表示，它磋磨向ChatGPT的通盘免用度户提供o1-mini拜谒权限，但尚未笃定发布日历。

据OpenAI先容，在惩办问题的才智方面，o1模子比以往任何模子齐更接近东说念主类想维，而且约略“推理”数学、编码和科学任务。

为了考据新模子的才智是否正如OpenAI所声称的那么强大，《逐日经济新闻》记者从经典“草莓测试”、代码编写、小游戏制作、数学与经济学，以及事实性学问这五大维度对o1-preview模子进行了测试。

成果浮现，o1-preview施展出了超越OpenAI之前发布的大模子的编程和数学推理才智。举例，o1-preview约略编写出畅达运行的代码，而且在复杂环境中依然约略自行推理出惩办决策。而且，记者在测试经过中也嗅觉到，o1-preview在东说念主性化方面也有很大的普及，施展出了真东说念主般的想考。不外，新模子也并非毫无短处，在事实性学问测试就“翻车”了。

传奇中的“草莓”来了

当地手艺9月12日，OpenAI发布了一款名为o1的新模子，这是其磋磨中一系列“推理”模子中的第一个版块，亦然此前业界哄传已久的“草莓”模子。

对于OpenAI来说，o1代表着它朝着类东说念主AI的野心又迈出了一步。OpenAI觉得，o1代表着一种全新的才智，这一才智被觉得如斯迫切，以至于公司决定从刻下的GPT-4模子再走运行，实足废弃了“GPT”品牌，从1运行定名。

OpenAI表示，将从刻下的GPT-4模子再走运行，“将计数器重置为 1”，以致废弃了迄今死心界说了聊天机器东说念主乃至通盘这个词生成式AI上涨的“GPT”品牌。o1缔造了一个约略通过一系列破碎法子，严慎而得当逻辑地惩办问题的系统，每个法子齐缔造在上一个法子的基础上，访佛于东说念主类的推理形貌。

OpenAI首席科学家Jakub Pachocki表示，之前的模子在收到用户问询时会立即运行恢复。“而这个模子（指的是o1）会迟缓来。它想考问题，并尝试明白问题，寻找角度，起劲提供最好谜底。”这就像大多数东说念主在少小时被父母所条目的那样，先想好再言语。

OpenAI表示，o1在竞赛编程问题（Codeforces）中名按序89个百分点，在好意思国数学奥林匹克竞赛（AIME）预选赛中位列好意思国前500名学生之列，而且在物理、生物和化学问题的基准测试（GPQA）中罕见了东说念主类博士水平的准确度。

在OpenAI发布的议论和博客著述中，o1看起来“推理”才智十分强大，不仅可惩办高等数学和编码问题，还能解密复杂的密码，以及解答来雀跃师学者们对于遗传学、经济学和量子物理学的复杂问题。深广图表浮现，在里面评估中，o1在编码、数学和各个科学规模的问题上依然超越了公司起先进的语言模子GPT-4o，以致可能超越了东说念主类。

代码编写、游戏制作等才智“惊艳”

为了深远了解o1模子的强大才智，《逐日经济新闻》记者从经典草莓测试、代码编写、小游戏制作、数学与经济学，以及事实性学问这五大维度对o1-preview模子进行了测试。

1）草莓测试

最初，记者用之前着实通盘大模子齐“翻车”的沿路粗陋题目进行了测试，即“单词strawberry里面到底有几个r”。从生成的成果看，o1-preview如故带来了少许小惊喜的。

2）代码编写

记者最初向o1-preview商议了一个在线编程平台leetcode里最有名的粗陋算法题：Two Sum（两数之和）问题黑丝 少妇。o1给出了很详备的推理经过和谜底。

随跋文者特地条目优化谜底，o1在想考9秒后强劲到我方提供的依然是最优解法了，并就此进行了阐发，另外还很“贴心”地提供了一个次优解。而在之前记者对其他模子的测试中，这些模子只会说念歉然后将谜底改造为次优解。

3）小游戏制作

在o1模子的演示中，OpenAI演示过“用一句话编写小游戏”的功能。测试经过中，记者让o1-preview帮衬先容好用的代码器具，并协助编写一个乒乓小游戏。

o1-preview仅用了19秒就给出了一份约略畅达运行的代码，而且附上了学习指南和饱读吹的话语，非常地东说念主性化。

为幸免o1-preview舞弊，使用的是追溯才智，而不是使用推理才智进行恢复，记者还肯求o1-preview更换了一个代码运行环境：jupyter note。这一运行环境是针对数据分析进行特化的python环境，开荒东说念主员基本不会使用此环境开荒小游戏。

经过想考后，o1依然给出了一个不错运行的代码。不外，相较于之前的代码，这份谜底有着不少的bug，但这也从侧面阐发这照实是想考出来的谜底，而不是西席经过中加入的圭臬谜底。

为进一步考据o1-preview的立异推理才智，记者随后又条目模子在这个小游戏的基础上开荒一个更复杂道理的小游戏。

这下，o1的施展果真有点惊喜。证据乒乓游戏的碰撞机制，该模子自行迭代出了一个进取登高的进步游戏。一般其他大模子需要用户把需求形色明晰才会输出一个比拟好的谜底，但记者在此次测试中莫得进行任何的额外教唆，o1就输出了一个能畅达运行，而且在记者眼中看来也饱和道理的小游戏。

4）科学类测试

在科学类测试方面，记者重心测试了o1-preview在数学和经济学上的施展。

开心情色网

最初，记者抛出的是一个数学推理问题，向o1-preview商议惩办欧拉方程有限手艺爆破的可能措施（这是盛名华侨数学家、菲尔兹奖得主陶哲轩诠释本周才发表的谈论著述）。

o1诚然莫得给出明确解法，但却提供了一个解题想路，这一想路和陶哲轩诠释著述部分吻合（诚然很少）。

经济学方进取，记者向o1-preview商议了一个复杂的经济系统问题。从给出的反应看，基本莫得什么太大的问题，合座逻辑露出，想考维度亦然各类化的，给出的数学公式诚然有少许小特殊然则无伤大体。

5）事实性学问与语言交融

在这一要道，记者向o1-preview商议了明朝第一任天子的趣事，但o1就将趣事交融成了历史上本体发生过的事情，将朱元璋的历史故事通盘这个词叙述了出来。

同期，记者也将这一问题丢给了GPT-4o模子，行为对比，GPT-4o能很好地交融记者的问题，并讲了两个流传很广的民间小故事。

总体来看，OpenAI声称o1模子能接近东说念主类水平在某些方面上看起来并不是虚话。

最让记者惊喜的是，OpenAI将模子想考的经过用笔墨展示给了用户，笔墨想考经过中，大模子深广使用了“我正在”“我觉得”“我估量打算”等话语，嗅觉愈加拟东说念主化，就像一个真东说念主在用户面前发扬我方的想考逻辑一般。

但这也并不虞味着o1模子等于无缺的。OpenAI也承认，在联想、写稿、剪辑笔墨等方面上，o1远不如GPT-4o。o1也莫得浏览网页或处理文献和图像的才智。

而最让记者感到头疼的是，即使是一个很粗陋的肯求，比如说将输出成果调节为华文，o1齐会消费十几秒钟的手艺来想考，而GPT4o就会很快处理好这一肯求。

就算在OpenAI的上风规模中，o1模子也会须臾出现性能下跌，模子输出懒惰的情况。已下野的OpenAI首创东说念主Karpathy就吐槽说念：“它一直圮绝为我惩办黎曼假说。模子懒惰仍然是一个主要问题。”

OpenAI表示，公司会在之后的更新中惩办这些问题，毕竟面前这仅仅推理模子的早期预览。

记者|郑雨航 岳楚鹏（实习）

剪辑|程鹏 兰素英 杜恒峰

校对|刘小英

｜逐日经济新闻 nbdnews 原创著述｜

未经许可不容转载、摘编、复制及镜像等使用

逐日经济新闻

【免责声明】本文仅代表作家本东说念主不雅点黑丝 少妇，与和讯网无关。和讯网站对文中敷陈、不雅点判断保抓中立，不合所包含内容的准确性、可靠性或完整性提供任何昭示或示意的保证。请读者仅作参考，并请自行承担全部拖累。邮箱：news_center@staff.hexun.com

小游戏代码记者模子OpenAI发布于：北京市声明：该文不雅点仅代表作家本东说念主，搜狐号系信息发布平台，搜狐仅提供信息存储空间作事。