在东谈主工智能界限得回又一冲突性进展的9月12日，OpenAI官方恢弘推出了其最新力作——模子o1。这款模子的最大亮点在于，它和会了强化学习(RL)的磨真金不怕火步伐，并在模子推理历程中接受了更为长远的里面念念维链(chain of thought，简称CoT)本事。这一改进性的妥洽，使得o1在物理、化学、数学等需要纷乱逻辑推理技艺的学科界限内，已毕了性能的显赫进步。

OpenAI的这一落拓，无疑为东谈主工智能界限树立了新的标杆。RL+CoT的范式，不仅在效果上显赫增强了模子的强逻辑推理技艺，更为后续国表里大模子厂商的研发标的提供了新的念念路。不错猜想，在异日的日子里123性爱网，沿着RL+CoT这一新门道，各大厂商将捏续迭代模子，激动东谈主工智能本事迈向新的高度。

重点由预磨真金不怕火变调到后磨真金不怕火和推理

2020年，OpenAI提倡的Scaling Law为大模子的迭代奠定了关键的表面基础。在o1模子发布之前，Scaling Law主要聚焦于预磨真金不怕火阶段，通过增多模子的参数数目、扩大磨真金不怕火数据集以及进步算力，来增强模子的智能发达。关连词，跟着o1模子的推出，OpenAI揭示了在预磨真金不怕火Scaling Law的基础上，通过在后磨真金不怕火阶段引入强化学习(RL)并在推理历程中增多长里面念念维链(CoT，意味着更多的贪图步伐)，一样大约显赫进步模子的性能。这标明，Scaling Law不仅适用于预磨真金不怕火阶段，还能在大模子的后磨真金不怕火和推理阶段捏续施展作用。