I’m now moving to Beijing to pursue a graduate degree at the Beijing University of Posts and Telecommunications. Although it ...

直到斯坦福大学2022年提出一种“自学推理”（Self-Taught Reasoner，STaR）方法：先给模型一些例题详细解法，再让模型学着去解更多的题，如果做对就把方法再补充到例题里，形成数据集，对原模型微调，让模型学会这些方法，这也是一种经典的自动生成数据的方法。

2、该工作的核心思路基于一项假设展开。即，通过在测试时（test-time）投入额外的计算资源，LLM 在理论上应该能做到比训练时更好的表现，且这种测试时获得的能力应当还有潜力在智能体和推理任务中带来新的研究方向。

最终，o1-mini帮助AryanDLuffy获得了3922分的总成绩，在超过16万参赛者中排名277，也就是排名在前0.17%。 对此，Mark Chen和很多网友的想法是，IMO和Codeforces的竞赛题也许可以作为新型的LLM基准测试。然而 ...

北京时间凌晨一点，OpenAI 突然进行了重大更新。 已经预热了接近一年的 Q*/草莓项目，传说中能够进行高级推理的大语言模型，今晚终于露出了真面目。 OpenAI发推表示，刚刚推出了 OpenAI o1-preview 模型——名字的含义之前外媒已经爆料过，o1 应该代表着 OpenAI 下一代大模型的 Orion（猎户座）一代。 OpenAI 在发布文档中写道，新模型在推理能力上代表了人工智能 ...

最终，o1-mini 帮助 AryanDLuffy 获得了 3922 分的总成绩，在超过 16 万参赛者中排名 277，也就是排名在前 0.17%。 这远远超过了 OpenAI 自己做的基准测试结果。o1 模型在他们的模拟 Codeforces 比赛中还只是超过了 89% 的人类选手。

在 OpenAI 此次发布之前，曾有不少媒体爆料，新模型因为内部推理链条较长，对于推理的算力成本的需求进一步增高，OpenAI 很有可能将提高使用模型的费用，甚至最离谱的猜测数字达到每月 2000 美金。

在人工智能快速发展的浪潮中，OpenAI宣布了其最新的大语言模型——OpenAIo1-preview，这一令人期待的模型在推理能力上将AI系统带到了全新的高度。对于希望在AI领域有所突破的开发者和用户来说，此次发布不仅是技术上的迈进，也预示着人工智能应用的发展前景。本文将深入探讨OpenAIo1-preview的核心功能、使用案例及其未来趋势。

在多次纠正自己之后，它得出了正确的答案。 之前，也已经有很多报道透露过o1模型能够有高推理能力的原理——这一训练方法，最早来自于斯坦福大学2022年开发的一种“自学推理”（Self-Taught Reasoner，STaR）。 后来研究人员进一步开发了一种名为"Quiet-STaR"的新 ...