OpenAI o1 modeli
Genel Açıklama
LLM'nin geliştirilmesi gerekiyor.
Büyük modelin üç temel yeteneği:
- Dil çevrimiçiliği ve ifade becerileri: GDO - 3 çözümlendi Dünya Bilgisi Storage: GDO-4 birçok sorunu çözdü. Mantıksal muhakeme yeteneği: En zayıf halkadır ve O1 modeli bu konuda bariz bir ilerleme kaydetmiştir.
Prensip
O1 modelinin mantıklı muhakeme kabiliyetini geliştirme fikri soruyu aldıktan sonra karyolanın otomatik olarak oluşturulması ve cevabın yeniden oluşturulmasıdır. Karyolaya dayalı insan yazımından kaçının.
Eğer O1'in karyolayı otomatik olarak üretme yeteneğine sahip olmasına izin verilirse, biyometrik öğrenme modelinin otomatik olarak doğru muhakeme yolunu bulma yeteneğini geliştirebilir.
Yeni bir masör mü?
OpenAI, openAI'ın eğitim ve muhakeme sürecinde, bilgisayar gücünün artmasıyla, modelin (doğru karyolayı bulma olasılığı gibi) muhakeme etkisinin de geliştirileceğini buldu. Bu RL Volkoff'u bulabilir. Sürekli olarak hesaplama gücünü arttırabilir, ve modelin mantıksal muhakeme yeteneğini daha da arttırmak mümkündür. Bu yeni bir kobalt olabilir.
Hedef sahne
Mantıksal muhakeme yeteneğinin uyumu nedeniyle, O1 modeli programlama, matematik, fizik ve diğer senaryolar için uygundur. Ama bir makale yazmak neredeyse bitmiş olabilir. Kısmi branşta bir fen öğrencisi gibi.
Bana göre, programlamada O1 modeli ile sone 3.5 model arasında önemli bir fark yok.
Bir dizi model.
- Açık değil, en yeteneklisi.
- O1 - Önizleme: ChatGwang (üye) ve API (Tuhao'nun ziyaret için 1000$'dan fazla harcamaya ihtiyacı var)
- O1 - mini: Dünya bilgisi O1'den daha az - önizleme, programlama ve matematik gibi çok fazla dünya bilgisi gerektirmeyen senaryolar için uygun, ve hızlı tepki.
OpenAI bir dizi "daha mantıklı mantık, daha bilimsel" modeller başlatmalı.
Olgunlaşmamış bir model.
O1 serisi modelleri tam üretim değildir, vizyonu destekleme, yayın çıkışını destekleme, fonksiyon çağrısını destekleme ve bunun gibi şeyler. Bu yüzden buna önizleme deniyor.
Daha pahalı.
O1'in fiyatı GDO'dan dört kat daha fazla.
Buna ek olarak, sonuçlanan gizli dakik (cot) da Token'ı da alır. Bu aynı zamanda kamuflaj maliyetlerini de artıracak.
| 模型 | 输入价格 (每百万 tokens) | 输出价格 (每百万 tokens) |
|---|---|---|
| o1-preview | $15 | $60 |
| o1-mini | $3 | $12 |
| GPT-4o | $5 | $15 |
Çekirdek İlkesi
Bu modelleri problemlere tepki vermeden önce düşünmek için eğittik. Tıpkı bir insan gibi. Eğitim yoluyla, düşünme süreçlerini geliştirmeyi, farklı stratejiler denemeyi ve hatalarını tanımayı öğreniyorlar.
Tepki göstermeden önce biraz daha düşün, tıpkı insanlar gibi. LLM düşünce sürecini geliştirecek, farklı stratejiler deneyecek ve kendi hatalarını anlayacak.
OpenAI o1 cevap vermeden önce düşünür ve kullanıcıya yanıt vermeden önce uzun bir iç- düşünce zinciri üretebilir.
Soru alındığında, bir düşünce zinciri oluşturulur ve cevap bu karyolaya dayanır.
LLM'yi eğitmek için K3b öğrenme (RL) kullanılarak otomatik olarak karyola oluşturabilir - tabanlı dakik.
Kullanıcıları ve senaryoları hedefle
Bilim, kodlama ve matematikteki önceki modellerden daha zor sorunları çözmek için karmaşık görevler aracılığıyla mantık yapabilirler. Daha önceki bilimsel, kodlama ve matematiksel modellerden daha zor olan karmaşık görevleri ve sorunları çözebilirler.
Bu gelişmiş muhakeme yetenekleri, bilim, kodlama, matematik ve benzer alanlarda karmaşık sorunları ele alıyorsanız özellikle yararlı olabilir. Örneğin, o1 sağlık araştırmacıları tarafından, fizikçiler tarafından kuantum kromozomları için gerekli karmaşık matematiksel formüller üretmek için sağlık araştırmacıları tarafından kullanılabilir, ve çoklu adım çalışma akışlarını oluşturmak ve çalıştırmak için tüm alanlardaki geliştiriciler tarafından.
Bu gelişmiş muhakeme yetenekleri, bilim, kodlama, matematik ve benzer alanlarda karmaşık sorunları çözüyorsanız özellikle yararlı olabilir. Örneğin, sağlık hizmetleri araştırmacıları O1'i o1'i kuantum biyokimyası için karmaşık matematiksel formüller oluşturmak için kullanabilirler ve tüm alanlardaki geliştiriciler de çoklu-step iş akışlarını inşa etmek ve çalıştırmak için O1'i kullanabilirler.
Performans: Mantıksal muhakeme kabiliyetini artır
下一个模型更新在物理、化学和生物学方面具有挑战性的基准任务上的表现与博士生类似。我们还发现它在数学和编码方面表现出色。在国际数学奥林匹克（IMO）资格考试中，GPT-4o 只正确解决了 13% 的问题，而推理模型的得分为 83%。他们的编码能力在竞赛中得到评估，并在 Codeforces 竞赛中达到了第 89 个百分点。您可以在我们的技术研究文章中阅读更多相关内容。
Her açıdan gelişme yeteneği
Kodlama geliştirme: %300'den fazla
- Matematik/biyoloji/biyoloji/fizik: %40 artış
Çin yeterliliği
Erişim Araç Çubuğu
- ChatGG17 Plus kullanıcıları ChatGGL'deki O1 modeline erişebilecekler.
- O1'in haftalık oran limiti 30 mesajdır ve o1'inki haftada 50 mesajdır.
- Sadece 5. katmanlı kullanıcılar API'ye erişebilir. Oran limiti 20 RPM.
[Farklı Katman]
| Tier | Qualification |
|---|---|
| Tier 1 | $5 paid |
| Tier 2 | $50 paid and 7+ days since first successful payment |
| Tier 3 | $100 paid and 7+ days since first successful payment |
| Tier 4 | $250 paid and 14+ days since first successful payment |
| Tier 5 | $1,000 paid and 30+ days since first successful payment |
Fiyatlandırma
O1'in fiyatı GDO'dan dört kat daha fazla. Ve gizli karyola da Token'ı alır.
| 模型 | 输入价格 (每百万 tokens) | 输出价格 (每百万 tokens) |
|---|---|---|
| o1-preview | $15 | $60 |
| o1-mini | $3 | $12 |
| GPT-4o | $5 | $15 |
Model eksikliği
Bilgi ve resimleri yüklemek ve bilgi almak için web' i yeniden programlama yeteneğine sahip değilim. @ info: whatsthis
API desteklemiyor:
-
- Modalys *: Metin, resimler desteklenmiyor.
-
- Mesaj tipleri**: Kullanıcı ve yardımcı iletiler sadece sistem iletileri desteklenmiyor.
-
- Akım * * desteklenmiyor.
-
- Araçlar**: Araçlar, fonksiyon çağrıları ve yanıt format parametreleri desteklenmiyor.
-
- Logprobs***: desteklenmiyor.
Örnek
Örnek 1: Mantık Puzzle
Sorunlar.
A princess is as old as the prince will be when the princess is twice the age that the prince was when the princess' age was half the sum of their present ages.Provide all solutions to this question.
Açıklama
O1 - Önizlemeden Yanıtla
İç istem
解质量子问题
我正在解一个关于年龄的复杂问题。将时间点和年龄分别定义为变量，解析这些年龄差距，试图找出满足条件的解。
计算时间差
我开始计算王子和公主的年龄之和P + Q。然后，确定公主年龄的一半Q'，并计算从那时到现在的时间差，即(Q - P)/2年。这让我更好地理解了时间的流动。
分析时间差异
我试图简化时间差异的公式，发现在计算公主和王子年龄时出现了矛盾。回顾过去时，公主的年龄是当前年龄的和的一半。
CHUNK: 假设公主的现年龄为Q。那么在时间t1时，公主的年龄为Q - t1。
根据题目要求，在时间t1时： Q - t1 = (P + Q)/2
解方程得： t1 = Q - (P + Q)/2 = [2Q - P - Q]/2 = (Q - P)/2
类似地，公主的年龄为P - t1 = P - [(Q - P)/2] = [2P - Q + P]/2 = (3P - Q)/2
调整计算细节
我正在解决王子年龄的问题时，调整时间t1的计算方式。通过精简公式，发现王子年龄计算有误，正在检查每个步骤的准确性。
检视方程式
我正尝试重写并简化方程式，但遇到了一些麻烦。看看哪里出错了，可能是算术操作中的小错误。抱着怀疑的态度，我重审每一步，以确保准确性。
计算王子的年龄
我计算出王子在时间 t1 的年龄为 (3P - Q)/2。\n接下来，探讨公主未来的年龄与王子 t1 时的年龄的关系。
计算未来时间 t2 时，公主年龄是那时王子年龄的一倍。首先，计算王子当前年龄 P1，然后用将来的年龄来确定 t2。
分析年龄增长
公主的年龄将是Q + t2, 王子的年龄则为P + t2, 计算得t2 = 3P - 2Q。
探讨年龄关系
公主的年龄等于王子未来年龄的两倍，条件涉及公主年龄的变化和王子年龄的历史。
深入分析
从公主年龄变化出发，整理王子年龄的历史，体现出他们之间的复杂关系。
修正方程并计算
我正在修正年龄方程，重新计算年龄差。最终得出，公主的年龄是王子年龄的四分之三。这个过程让我思考年龄与时间的关系。
提到：
亲王年龄 = 福 + t2 = (3Q/4) + (Q/4) = (4Q/4) = Q
提与 t2 相关： 公主 = (5Q/4)，亲王 = Q
现在思考中： 公主年龄与亲王未来的年龄一致，条件是公主的年龄是亲王一半年龄的总和的一半。
探寻岁数关系
我正在分析王子年龄涉及到的问题。假设王子的年龄为P = 0.75Q，可得王子的现年岁仔细审视其值。
确定年龄关系
我分析了公主和王子的年龄关系，计算得出她们分别为6和8岁。公主在1年前7岁，符合年龄和当前年龄的半和。
确定数学关系
皇子的年龄是 6 岁，公主的年龄是 8 岁。公主将来的年龄是 10 岁，这个时候皇子的年龄是 8 岁。
计算公主和王子的现年龄之和的一半，为3.5岁。
解决年龄问题
尝试找出公主和王子的年龄差异时，发现公主比王子大 1 岁。王子在未来 2 年内年龄将增长，但没有立即对答案有帮助。
尝试不同的数字
我正在探索不同的整数解，选择Q = 16，计算出P = 12。接下来，计算时间t1 = 2年，公主当时14岁。通过检查这些条件，得出公主和王子未来的年龄。
分析年龄差异
我正探索王子和公主之间的年龄差异。王子目前12岁，8年后将成20岁。公主20岁时，正好是王子16岁的时候。这个想法令人兴奋。
寻找解答
考虑Q必须是4的倍数，P可以表示为3k。这让我们计算出一组可能的年龄解。
计算两人现在的年龄差
目前，这对王子和公主的年龄分别是3k和4k。我正在尝试找出在公主年龄是王子年龄的两倍时，王子将多大年龄。
分析年龄差异
我正在思考公主和王子的年龄差异。公主现年5千年，王子3千年，公主两倍年龄将是王子当时的一半和他们当前年龄之和。
探索年龄关系
我正在分析王子和公主的年龄关系，推测出在公主年纪为5k时，王子的年龄为5k/2。谢谢阅读！
Son cevap.
Conclusion:
The only integer solution satisfying all conditions is:
Prince's age: 6 years
Princess's age: 8 years
Answer: The prince is 6 years old, and the princess is 8 years old.
Örnek 2: Programlama
Talep@ info: tooltip
make a game called "squirrel finder" using HTML5 and JavaScript.
- You are a koala icon that can move quickly using the arrow keys.
- A strawberry randomly spawns every second and bounces around.
- If a strawberry touches you, you die.
- After three seconds, a squirrel icon spawns and bounces around. If you touch it, you win.
- Make sure all icons are 40 pixels by 40 pixels.
- Use retro colors and a dark background.
- Put "openai" in the game screen and a timer in the corner.
- Display the instructions before the game starts.
- Automatically restart the game when you win or lose.
- Give the code in a single file.
O1 tarafından oluşturulan kod normal olarak kullanılabilir
<!DOCTYPE html>
<html>
<head>
<title>Squirrel Finder</title>
<style>
body {
margin: 0;
overflow: hidden;
background-color: #000;
color: #fff;
font-family: 'Courier New', monospace;
}
#gameCanvas {
display: block;
margin: 0 auto;
background-color: #000;
}
#instructions {
position: absolute;
top: 20%;
width: 100%;
text-align: center;
font-size: 24px;
}
#openai {
position: absolute;
bottom: 10px;
left: 10px;
font-size: 14px;
color: #fff;
}
#timer {
position: absolute;
top: 10px;
right: 10px;
font-size: 18px;
color: #fff;
}
</style>
</head>
<body>
<canvas id="gameCanvas" width="800" height="600"></canvas>
<div id="instructions">
<h1>Squirrel Finder</h1>
<p>You are the Koala. Use arrow keys to move.</p>
<p>Avoid the strawberries!</p>
<p>Find the squirrel to win!</p>
<p>Press any key to start.</p>
</div>
<div id="openai">openai</div>
<div id="timer">0</div>
<script>
(function(){
const canvas = document.getElementById('gameCanvas');
const ctx = canvas.getContext('2d');
let instructions = document.getElementById('instructions');
let timerDisplay = document.getElementById('timer');
let keys = {};
let player = {
x: canvas.width / 2 - 20,
y: canvas.height / 2 - 20,
width: 40,
height: 40,
speed: 7,
color: '#00ff00' // Green
};
let strawberries = [];
let squirrel = null;
let gameTime = 0;
let gameStarted = false;
let gameOver = false;
let gameWin = false;
function startGame() {
instructions.style.display = 'none';
gameStarted = true;
gameTime = 0;
gameOver = false;
gameWin = false;
player.x = canvas.width / 2 - 20;
player.y = canvas.height / 2 - 20;
strawberries = [];
squirrel = null;
lastStrawberrySpawn = 0;
lastTime = performance.now();
requestAnimationFrame(gameLoop);
}
document.addEventListener('keydown', function(e) {
if (!gameStarted) {
startGame();
}
keys[e.key] = true;
});
document.addEventListener('keyup', function(e) {
keys[e.key] = false;
});
let lastTime = performance.now();
let lastStrawberrySpawn = 0;
function gameLoop(timestamp) {
let deltaTime = (timestamp - lastTime) / 1000;
lastTime = timestamp;
update(deltaTime);
render();
if (!gameOver && !gameWin) {
requestAnimationFrame(gameLoop);
} else {
setTimeout(startGame, 2000); // Restart game after 2 seconds
}
}
function update(deltaTime) {
if (!gameStarted) return;
gameTime += deltaTime;
timerDisplay.textContent = Math.floor(gameTime);
// Move player
if (keys['ArrowUp']) player.y -= player.speed;
if (keys['ArrowDown']) player.y += player.speed;
if (keys['ArrowLeft']) player.x -= player.speed;
if (keys['ArrowRight']) player.x += player.speed;
// Keep player on screen
if (player.x < 0) player.x = 0;
if (player.x + player.width > canvas.width) player.x = canvas.width - player.width;
if (player.y < 0) player.y = 0;
if (player.y + player.height > canvas.height) player.y = canvas.height - player.height;
// Spawn strawberries
if (gameTime - lastStrawberrySpawn > 1) {
lastStrawberrySpawn = gameTime;
spawnStrawberry();
}
// Spawn squirrel after 3 seconds
if (gameTime >= 3 && squirrel === null) {
spawnSquirrel();
}
// Update strawberries
strawberries.forEach(function(s) {
s.x += s.vx;
s.y += s.vy;
// Bounce off walls
if (s.x < 0 || s.x + s.width > canvas.width) s.vx *= -1;
if (s.y < 0 || s.y + s.height > canvas.height) s.vy *= -1;
// Check collision with player
if (collision(player, s)) {
gameOver = true;
}
});
// Update squirrel
if (squirrel) {
squirrel.x += squirrel.vx;
squirrel.y += squirrel.vy;
// Bounce off walls
if (squirrel.x < 0 || squirrel.x + squirrel.width > canvas.width) squirrel.vx *= -1;
if (squirrel.y < 0 || squirrel.y + squirrel.height > canvas.height) squirrel.vy *= -1;
// Check collision with player
if (collision(player, squirrel)) {
gameWin = true;
}
}
}
function render() {
// Clear canvas
ctx.fillStyle = '#000';
ctx.fillRect(0, 0, canvas.width, canvas.height);
// Draw player
ctx.fillStyle = player.color;
ctx.fillRect(player.x, player.y, player.width, player.height);
// Draw strawberries
strawberries.forEach(function(s) {
ctx.fillStyle = '#ff0000'; // Red
ctx.fillRect(s.x, s.y, s.width, s.height);
});
// Draw squirrel
if (squirrel) {
ctx.fillStyle = '#ffff00'; // Yellow
ctx.fillRect(squirrel.x, squirrel.y, squirrel.width, squirrel.height);
}
// Display game over or win message
if (gameOver) {
ctx.fillStyle = '#ff0000';
ctx.font = '48px Courier New';
ctx.fillText('You Died!', canvas.width / 2 - 100, canvas.height / 2);
}
if (gameWin) {
ctx.fillStyle = '#00ff00';
ctx.font = '48px Courier New';
ctx.fillText('You Win!', canvas.width / 2 - 100, canvas.height / 2);
}
}
function spawnStrawberry() {
let s = {
x: Math.random() * (canvas.width - 40),
y: Math.random() * (canvas.height - 40),
width: 40,
height: 40,
vx: (Math.random() * 4 + 1) * (Math.random() < 0.5 ? -1 : 1),
vy: (Math.random() * 4 + 1) * (Math.random() < 0.5 ? -1 : 1)
};
strawberries.push(s);
}
function spawnSquirrel() {
squirrel = {
x: Math.random() * (canvas.width - 40),
y: Math.random() * (canvas.height - 40),
width: 40,
height: 40,
vx: (Math.random() * 3 + 2) * (Math.random() < 0.5 ? -1 : 1),
vy: (Math.random() * 3 + 2) * (Math.random() < 0.5 ? -1 : 1)
};
}
function collision(a, b) {
return a.x < b.x + b.width && a.x + a.width > b.x &&
a.y < b.y + b.height && a.y + a.height > b.y;
}
})();
</script>
</body>
</html>
Sone - 3.5: oluşturulan kod da düzgün çalışıyor.
Şikayetlerle, Claude Al'in etkileşimi açıkça daha iyi, ve etkiyi önizleyebilirsiniz.
İki kodu karşılaştırırsak, Sonnet 3.5 daha iyi çalışır.
Her iki temsil de çekirdek gereksinimlerini karşılasa da Kod 2 (Sonnet 3.5) genel olarak biraz daha iyi:
- Daha organize, nesne odaklı bir yapısı var. Bu yapıyı korumak ve genişletmek daha kolay.
- Retro tarzı için daha ince ve daha uygun renkler kullanıyor.
- Oyun nesnelerini temsil etmek için sınıfları kullanıyor, daha iyi kod kullanımını teşvik ediyor.
Ancak, Kod 1 'AnimationFrame' kullanımından dolayı bazı performans avantajlarına sahiptir.
Örnek 3: Mantık
Sorun: Çileklide kaç tane R var?
GSO - 40: Sonuç hatası
“strawberry”中有1个字母“r”
Sonnet - 3.5 Hata
There are 2 r's in "strawberry".
Örnek 4: Hasarlı bir cümleyi çevir
İhmal edilmek için.