跳到正文
IFAI

o1-preview

產品5 則新聞

  1. 大模型傳播指數 59

    阿里開源推理模型 QwQ-32B-Preview:對標 OpenAI o1

    阿里通義團隊釋出推理模型 QwQ-32B-Preview。該模型擁有 325 億引數,在 AIME 和 MATH 測試中跑贏 OpenAI o1-preview。模型採用 Apache 2.0 協議開源,不過阿里也指出它可能出現意外切換語言或陷入迴圈等問題。

  2. AI科研傳播指數 35

    OpenAI 開源事實基準 SimpleQA:GPT-4o 正確率不足 40%

    OpenAI 開源了事實性評測基準 SimpleQA。該資料集包含 4326 個答案固定且唯一的簡短事實問題,專為測試前沿模型的幻覺設計,目前 GPT-4o 的得分不到 40%。測試發現,雖然模型具備一定自我評估能力,但普遍存在過度自信的問題。

  3. 大模型傳播指數 50

    OpenAI 上調 o1 額度:o1-mini 暴漲 7 倍至每天 50 條

    OpenAI 宣佈放寬 Plus 和 Team 使用者的 o1 模型使用限制。輕量模型 o1-mini 的限額直接翻了 7 倍,從每週 50 條增加到每天 50 條;成本更高的 o1-preview 也從每週 30 條上調至每週 50 條,讓付費使用者能更痛快地測試推理能力。

  4. 大模型傳播指數 50

    探測 o1 推理過程或被封號:OpenAI 發警告信嚴守「思維鏈」

    OpenAI 自上週推出具備推理能力的 o1 模型後,開始向試圖窺探其隱藏思維鏈的使用者傳送警告信甚至威脅封號。o1 在介面中只展示經二道過濾的思考總結,不少使用者和安全研究員嘗試用提示詞注入套取真實過程,甚至輸入「reasoning trace」一詞就會觸發違規警告。