OpenAI o1 self-play RL 技术路线推演
OpenAI o1 self-play RL 技术路线推演OpenAI的self-play RL新模型o1最近交卷，直接引爆了关于对于self-play的讨论。
来自主题: AI技术研报
8951 点击 2024-09-21 14:20
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
OpenAI的self-play RL新模型o1最近交卷，直接引爆了关于对于self-play的讨论。
“o1发布后，一个新的范式产生了”。
“o1发布后，一个新的范式产生了”。
o1，Inference law，推理定律，模型训练
o1大火背后，最关键的技术是CoT。模型通过一步一步推理，恰恰是「慢思考」的核心要义。而这一观点，其实这家国内大厂早就率先实现了。
waitlist 挤爆了。
To CoT or not to CoT？
留子们在写一种很新的差评。 由于全球点评打卡平台，都有个自动翻译的功能，为了防止被店家骚扰，也为了给同胞避雷，身在海外的国人们，想出各种奇招优雅给差评。
行业内认为AGI发展加速，o1模型表现突出。
o1模型发布1周，lmsys的6k+投票就将o1-preview送上了排行榜榜首。同时，为了满足大家对模型「IOI金牌水平」的好奇心，OpenAI放出了o1测评时提交的所有代码。