突发！OpenAI发布最强模型o1：碾压其他大模型

o1的主要开发人员介绍了这款产品，并且用户反映它成功写出了之前模型无法完成的复杂藏头诗。o1在生成答案时表现出独特的推理模式，通过反复推理和自我纠正，显示出显著的进步。与以前的模型相比，o1的推理能力、准确性和思维复杂性都有了显著提升，超越了人类博士的水平，结果令人惊讶。期待已久的草莓模型终于发布了，并且这次没有候补名单。AGI的震撼感受就在眼前，它的推理能力远超前所未有的水平，甚至能够与Claude竞争。在国际数学奥林匹克资格考试中，GPT-4o仅正确解答了13%的问题，而o1的得分达到了83%，编程竞赛中的表现也更加突出，实在令人惊叹。

OpenAI对o1进行了广泛测试，结果显示其在多个领域表现优异。在Codeforces编程竞赛中，o1超过了83%的专业人员。在AIME2024数学竞赛中，o1平均解决了74%的问题，而GPT-4o只能解决12%。利用64个样本的共识，o1的解决率提升至83%，重新排序1000个样本时更高达93%，使其成绩跻身美国前500名学生，超越了数学奥林匹克的入选标准。

在PhD-Level Science Questions（GPQA Diamond）测试中，o1的表现也优于人类专家。在ML Benchmarks的多个子类别中，如MATH-500、MathVista、MMMU、MMLU等，o1的准确率均高于GPT-4o。此外，o1在AP English Lang、AP English Lit、AP Physics 2、AP Calculus、AP Chemistry、LSAT、SAT EBRW、SAT Math等考试中的成绩也明显优于GPT-4o。