2024年OpenAl必威体育精装版大模型o1革新进展、突出表现及领域推进作用分析报告.docx

2024年深度行业分析研究报告

目录

1.OpenAI发布o1系列大模型，AI大模型进入新纪元 4

2.o1-mini同期发布，低价高速背景下细分领域性能优异 11

3.全新的推理范式：思维链条+自我对弈强化学习 16

4.OpenAIo1，能给AI带来什么？ 24

5.建议关注与风险提示 27

图目录

图1OpenAIo1-preview已经正式投入使用 4

图2o1在具有挑战性的推理基准测试中相较于GPT-4o有显著提升 5

图3o1在广泛的基准测试中相较于GPT-4o取得了显著提升 6

图4o1及其改进型模型在编程领域表现优异 7

图5按领域的人类偏好评估：o1-previewvsGPT-4o 7

图6o1模型在多个领域的多个测试集中表现优异 8

图7OpenAIo1安全评分表 9

图8o1-preview和GPT-4o安全性对比 10

图9不同模型数学表现与推理成本对比 11

图10o1-mini模型推理速度远超o1-preview 11

图11o1-mini在数学和编程方面表现出色 12

图12o1-mini在需要推理的学术基准测试上表现优于GPT-4o 13

图13按领域的人类偏好评估：o1-minivsGPT-4o 14

图14o1-mini和GPT-4o安全性对比 14

图15o1模型的性能随着训练时间和测试时间的计算量平稳提升 16

图16手工CoT方法可以让LLM在推理任务上大幅提升 17

图17自动化CoT方法简介 17

图18CoT越长，能解决的问题越复杂 18

图19Self-TaughtReasoner自学推理方法介绍 18

图20Quiet-STaR方法原理介绍 19

图21未来大模型推理阶段的计算量或大大增加 19

图22利用两种方法测试优化LLM计算是否比扩大模型参数规模更高效 20

图23PRM运作原理介绍 21

图24LLM与PRM进行对弈的流程示意图 21

图25OpenAI“推理模型”的运作模式 22

图26不同的PRM方法介绍 22

图27OpenAI对AI的划分了五个发展阶段 24

图28o1在IQ测试中达到120分的水平 25

1.OpenAI发布o1系列大模型，AI大模型进入新纪元

9月12日，OpenAI宣布开发了一系列全新AI模型，旨在在回应前投入更多时间思考。与之前的模型相比，这些模型能够更好地进行推理，并在科学、编程和数学等领域解决更为复杂的问题。

作为早期模型，它还没有许多ChatGPT上的实用功能，例如浏览网络信息或上传文件和图片。然而，对于复杂的推理任务而言，这是一项重大进展，代表了AI能力的新高度。因此，OpenAI将计数器重臵为1，并将该系列命名为OpenAIo1。

OpenAI训练这些模型在做出响应前花更多时间思考问题，类似于人类的思维方式。通过训练，它们学会了优化思维过程、尝试不同策略并识别错误。

在OpenAI的测试中，OpenAIo1在物理、化学和生物学等困难的基准任务中表现与博士生相似。此外，OpenAIo1在数学和编程领域也表现优异。在国际数学奥林匹克竞赛（IMO）的资格考试中，GPT-4o仅正确解答了13%的问题，而OpenAIo1的正确率达到了83%。在Codeforces编程比赛中，OpenAIo1的表现达到了第89个百分位。在O