o1規劃能力首測！已超越語言模型范疇，preview終于贏mini一回

AIGC動態歡迎閱讀

原標題：o1規劃能力首測！已超越語言模型范疇，preview終于贏mini一回
關鍵字：模型,準確率,積木,作者,變體
文章來源：量子位
內容字數：0字

內容摘要：

克小西 發自 凹非寺量子位 | 公眾號 QbitAIo1-preview終于贏過了mini一次！
亞利桑那州立大學的最新研究表明，o1-preview在規劃任務上，表現顯著優于o1-mini。
相比于傳統模型的優勢更是碾壓級別，在超難任務上的準確率比Llama3.1-405B高了11倍。
要知道之前，OpenAI自己人也發了一張圖，顯示preview論性能比不過滿血版，論經濟性又不如mini，處于一個十分尷尬的地位。
作者在推文中表示，盡管存在可保證性和成本問題，但僅針對CoT而言，o1已經超越了大模型的“近似檢索”性質，提升到了“近似推理”層次。
并且在論文中，o1全程被稱作LRM（Large Reasoning Model，大型推理模型），而非一般大型語言模型的LLM。
o1團隊的核心成員Noam Brown也轉發了這項研究，順便給o1-preview打了個call。
還有網友翻出了隔壁Meta的LeCun半個多月前的推文，當時LeCun說大模型沒有規劃能力，結果現在OpenAI就帶著o1來踢館了。
用“搭積木”測試大模型為了評估o1系列模型的規劃能力，作者使用了PlanBench

原文鏈接：o1規劃能力首測！已超越語言模型范疇，preview終于贏mini一回

聯系作者

文章來源：量子位
作者微信：
作者簡介：