09月16日AI快讯 | OpenAI o1模型的推理能力与后训练扩展律探索。

---

AI快讯目录

• [1] OpenAI o1模型的推理能力与后训练扩展律探索
• [2] OpenAI可能转型为营利性公司，面临多重挑战与机遇
• [3] 陶哲轩测试OpenAI o1模型的数学能力与未来展望
• [4] 摩尔定律的未来：挑战与机遇
• [5] 可灵AI 1.5版本发布：视频生成技术再升级
• [6] Frontier超级计算机：推动科学研究的新纪元
• [7] OpenAI推出全新“Strawberry模型”o1，提升复杂问题解决能力

---

OpenAI o1模型的推理能力与后训练扩展律探索

1. 机器之心AIxiv专栏发布了2000多篇学术文章，促进了全球学术交流。OpenAI的o1模型在数学和代码等领域表现突出，成功归因于强化学习和逻辑数据集的结合。

2. o1模型在复杂推理任务中表现优异，但在常规任务上提升有限，显示推理能力与指令跟随能力的分离。后训练扩展律为模型能力提升提供新方向，强调RL和自我对弈的重要性。

3. o1模型的成功依赖于合理的强化学习探索和内部推理过程。Critic Model的引入为复杂任务提供反馈，但也面临泛化挑战。AI安全推理链为模型对齐提供新视角，需加强监控以避免风险。

OpenAI可能转型为营利性公司，面临多重挑战与机遇

1. OpenAI创始人Sam Altman在会议上提到，2025年可能会改变非营利结构，转型为营利性公司，尽管公司仍强调非营利使命的重要性，外界对此变化持观望态度。

2. 新模型o1在医疗领域表现优异，显示出AI在医疗诊断上的潜力，可能在未来几年内超越人类，但也引发了对模型透明度和基准测试的质疑。

3. OpenAI面临估值合理性和运营成本的挑战，投资者对回报的期待不一，公司的结构变化可能影响长期目标和投资者期望，非营利标签逐渐显得不合时宜。

陶哲轩测试OpenAI o1模型的数学能力与未来展望

1. 陶哲轩对OpenAI的o1模型进行了三轮测试，发现其在克莱姆定理和复杂分析问题上表现良好，但在质数定理转化时出现小错误，反映出模型的局限性。

2. 他将o1模型比作一名有潜力的研究生，认为在适当提示下，模型能完成复杂任务，引发了HackerNews等平台的热烈讨论。

3. 用户的提示词工程能力决定了大模型的价值，随着技巧提升，用户能更高效地利用模型，未来大模型在数学研究中的实用性有望进一步增强。

摩尔定律的未来：挑战与机遇

1. 1965年，戈登·摩尔提出摩尔定律，预测晶体管数量每两年翻倍，成为半导体技术发展的基石。英特尔依靠这一理论保持市场领导地位，但随着技术挑战增多，其增长速度放缓，市值受损。

2. 英伟达的Bill Dally宣称摩尔定律已死，强调并行计算的重要性，CEO黄仁勋则提出“黄氏定律”，认为GPU性能提升超越摩尔定律。然而，英伟达的性能提升仍依赖于晶体管密度的增加。

3. 台积电对摩尔定律持乐观态度，认为未来三十年仍将有效。英特尔CEO基辛格则提出“超级摩尔定律”，计划通过先进封装技术增加晶体管数量。尽管未来不确定，摩尔定律依然是半导体行业的重要参考。

可灵AI 1.5版本发布：视频生成技术再升级

1. 草莓大模型o1的发布标志着大模型领域竞争加剧，而可灵AI 1.5版本内测则在视频生成技术上取得显著进展，提升了图像质量和语义理解能力。

2. 新版本的清晰度提升至1080p，增强了复杂场景和人物细节的处理能力，使得生成的视频更加细腻和真实，用户体验显著改善。

3. 可灵AI 1.5版本引入了「运动笔刷」功能，优化了创作者的使用体验，支持更高效的视频生成，用户群体已达260万，显示出其广泛的市场认可度。

Frontier超级计算机：推动科学研究的新纪元

1. Frontier超级计算机位于田纳西州，拥有5万个处理器，运算速度达到1.102 exaFLOPS，支持从原子到星系的广泛研究，首次突破百亿亿次运算速度的纪录。

2. Frontier的强大计算能力使科学家能够进行高精度模拟，涵盖气候变化、药物发现等领域，2023年支持了1744名用户和500篇论文，推动“大科学”研究。

3. Frontier在能源效率上取得显著进展，冷却方案创新使其能耗大幅降低，但面对持续的算力需求和能源挑战，未来的超级计算机仍需不断优化。

OpenAI推出全新“Strawberry模型”o1，提升复杂问题解决能力

1. OpenAI于2024年9月13日发布了o1模型系列，专为解决复杂问题而设计，性能超越以往版本，尤其在推理、科学和编程等领域表现突出。

2. o1模型在处理复杂问题时进行深入思考，展现出卓越的推理能力，能够快速解答数学竞赛题目和高考真题，提供详细解题过程。

3. 尽管在输出稳定性上仍需改进，o1模型在编程和数学领域接近人类思维，未来有望在更多领域实现突破，成为解决复杂问题的强大工具。

推荐阅读

💡添加关注，获取更多AI热点资讯～💡

感谢您的阅读，辛苦您 点赞、在看、分享！