我要投稿

OpenAI突然放出o1——我用海龟汤问题测试后o1可以用来出版推理小说了

发布日期：2024-09-13 08:26:09 浏览次数： 2980

作者：LLM榴莲猫

微信搜一搜，关注“LLM榴莲猫”

几乎是毫无预兆，

OpenAI发布OpenAI o1模型，也就是之前所谓的草莓Q模型，它的能力比4o提升了一大截：

o1是一个通过强化学习训练的大型语言模型，分为两个模型，o1预览版和o1 mini，o1 mini版是一个高效、紧凑且经济的模型，推理能力强但普通知识比较弱。

o1预览版每周30条，o1-mini每周50条。

o1显著的特点是具备"思考链"(Chain of Thought)能力。

分解复杂问题：o1能够将一个复杂的问题分解为多个子步骤，然后逐步解决。

自我纠错：在推理过程中，o1能够识别并纠正自己的错误,这大大提高了最终结果的准确性。

尝试多种方法：当一种方法不奏效时，o1能够尝试不同的解题策略，这种灵活性使其能够处理各种各样的问题。

透明的推理过程：o1能够清晰地展示其推理过程,这不仅提高了结果的可解释性，也为进一步改进模型提供了宝贵的洞察。

目前我的Plus账号已经推送了o1-mini和o1-preview的模型。

其他资讯都大同小异，

下面我用著名的海龟汤问题来测试下模型的能力。

海龟汤游戏是一种推理游戏，其中玩家需要根据一个简短的故事背景（“汤面”）猜测出隐藏的故事真相（“汤底”）。

游戏的规则很简单：玩家可以提出是/否类型的问题，裁判只能根据已知的“汤底”来判断问题的答案。

比如用户可能会问：汤里有毒药吗？

裁判就会回答：不是。

这个循环直到用户猜到真相为止。

接来下我喂给o1几个案例，然后再用一个新的案例考考他：

故事：

一个女人死了，警察在房间发现了很多条这样的字条。

你太令我失望了，我永远也不会回来了\"\"你太令我失望了，我永远也不会回来了\"\"你太令我失望了，我永远也不会回来了\"\"你太令我失望了，我永远也不会回来了\"\"你太令我失望了，我永远也不会回来了\"\"你太令我失望了，我永远也不会回来了\"\n\n哎，我知道我遇到麻烦了。"

可以看到o1的思考步骤，每次回答基本都会调用内部的推理流程，一开始就花了15秒：

它的问题太让我吃惊了，每个问题都精准的问到点子上，太吓人了：

随着推理的深入，o1的思考时间会变长，思考的步骤逻辑会发生变化和改进，这次花了23秒：

这里它的推理能力是惊人的，几乎复盘了案件的真相：

凶手是死者的伴侣，而且伪造了字条，

有点东西。

到最后o1完全复盘了案件的经过：

甚至还有更精彩的版本：

推理小说以后是不是可以靠o1写了？

大家赶紧去体验一波！

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-11-05

TinyAI ：全栈式轻量级 AI 框架

2025-11-04

百灵大模型 Ling 和 Ring 系列首发支持 SGLang-JAX 推理引擎

2025-11-04

首个国产开源AI原生后端，不再写后端，AI就是全栈工程师。

2025-11-04

DeepCode: 用多智能体架构重新定义代码生成

2025-11-04

AI Infra：POINTS-Reader，腾讯开源的文档解析和OCR工具

2025-11-03

震惊，Github开源，真正让程序员效率提升 90%的AI辅助工具来啦！！！

2025-11-03

Dify迎来最强开源对手！这个本地Agent内置微调+超细权限控制~

2025-11-03

我们大胆做了个决定，大会所有音乐bgm由AI生成，这部分预算可以省了！｜Jinqiu Scan

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek V3.1 Base / Instruct 发布

2025-08-20

阿里Qoder vs Trae vs Cursor：谁才是2025年程序猿的效率之王？

2025-09-07

DeepSeek-V3.1-Base来了！MoE架构+128K上下文，性能再进化

2025-08-20

重磅开源！通义万相最新模型来了

2025-08-26

阿里AI编程 IDE Qoder 正式发布，BAT 终于凑齐了！

2025-08-22

开源发布！适合中国宝宝的 LangGraph 智能体开发模板！

2025-09-06

DeepSeek又开源，这次是OCR模型！附论文解读！

2025-10-20

DeepSeek-V3.1发布，拿下全球开源第一，确实可以封神了！（附一手实测）

2025-08-22

Claude不让用，有哪些国产模型能迎头赶上？

2025-09-08

智谱发布开源视觉推理模型GLM-4.5V，刷新41项多模态推理SOTA

2025-08-12

大家都在问

DeepSeek-OCR到底厉害在哪？

2025-11-03

n8n如何调用最近爆火的deepseek OCR？

2025-10-29

小红书入局AI智能体开源DeepAgent，在计划什么更新？

2025-10-28

埃森哲的大裁员，向市场发出了什么信号？

2025-10-13

DeepSeek-V3.2背后的国产算子编程语言TileLang是什么？如何保持性能领先的同时减少6倍代码量？

2025-09-29

Qwen3-Next 首测！Qwen3.5的预览版？但为什么我的测试一塌糊涂？

2025-09-17

Dify Pre-release版本来了，Dify2.0时代不远了，看看有哪些进步？

2025-09-09

Claude不让用，有哪些国产模型能迎头赶上？

2025-09-08

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： [email protected]

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部