张俊林拆解o1：OpenAI o1原理逆向工程图解

AIGC动态欢迎阅读

原标题：张俊林拆解o1：OpenAI o1原理逆向工程图解
关键字：模型,能力,逻辑推理,状态,概率
文章来源：Founder Park
内容字数：0字

内容摘要：

新浪微博机器学习团队 AI Lab 负责人张俊林，针对OpenAI o1原理进行逆向工程图解。
原贴：https://zhuanlan.zhihu.com/p/721952915OpenAI o1的推出称为横空出世不为过，尽管关于Q*、草莓等各种传闻很久了，用了强化学习增强逻辑推理能力这个大方向大家猜的也八九不离十，但是融合LLM和RL来生成Hidden COT，估计很少人能想到这点，而且目前看效果确实挺好的。
OpenAI奔向Close的路上越走越远，你要从o1官宣字面来看，除了“强化学习生成Hidden COT”外，基本找不到其它有技术含量的内容。Sora好歹还给出了个粗略的技术框架图，字里行间也透漏不少隐含的技术点，细心点总能发现很多蛛丝马迹，串起来之后整个背后的技术就若隐若现。而且，尽管目前有不少公开文献在用LLM+RL增强大模型的推理能力，但几乎找不到做Hidden COT生成的工作，所以可供直接参考的内容非常少，这为分析o1进一步增添了难度。
那是否就没办法了呢？倒也不一定，如果多观察细节，再加上一些专业性的推论，我觉得还是有痕迹可循的。本文以相对容易理解的方式来对o1做些

原文链接：张俊林拆解o1：OpenAI o1原理逆向工程图解