o1研發團隊首次集體訪談：教AI數r用了一年半

AIGC動態歡迎閱讀

原標題：o1研發團隊首次集體訪談：教AI數r用了一年半
關鍵字：模型,問題,發現,工作,范式
文章來源：量子位
內容字數：0字

內容摘要：

克雷西 明敏 發自 凹非寺量子位 | 公眾號 QbitAI笑死，原來o1也像人類一樣喜歡趕ddl。
這是在o1團隊的“大型見面會”上，OpenAI創始成員Wojciech Zaremba揭開的o1“黑歷史”。
包括Zaremba在內的18名團隊成員，在首席研究官Bob McGrew的帶領之下圍坐一團。
o1核心貢獻者Hyung Won Chung、Noam Brown等關鍵人物，也都在此列。
隨著成員們的踴躍發言，o1的發展歷程也逐漸被揭開——受AlphaGo和早期GPT模型的啟發，想到了將兩張背后的范式結合。
后來，團隊訓練出了第一個可以生成連貫思維鏈的模型，標志著研究方向開始逐漸明朗和聚焦……
在充滿松弛感的氣氛當中，眾人還分享了有關o1研發的許多趣事：
在OpenAI內部，也喜歡用“數r”來測試大模型能力
為了解決“數r”的問題，OpenAI花費了一年半
技術人員會把代錯信息直接丟給o1去debug
o1曾經說過，生命的意義是“42”，還試圖用代數來定義“love”
同時在研究過程中他們還發現，o1不僅比人類更善于發現新的CoT推理步驟，并且還涌現出了自我批評能力。
有網友稱

原文鏈接：o1研發團隊首次集體訪談：教AI數r用了一年半

聯系作者

文章來源：量子位
作者微信：
作者簡介：