o1规划能力首测！已超越语言模型范畴，preview终于赢mini一回

AIGC动态欢迎阅读

原标题：o1规划能力首测！已超越语言模型范畴，preview终于赢mini一回
关键字：模型,准确率,积木,作者,变体
文章来源：量子位
内容字数：0字

内容摘要：

克小西发自凹非寺量子位 | 公众号 QbitAIo1-preview终于赢过了mini一次！
亚利桑那州立大学的最新研究表明，o1-preview在规划任务上，表现显著优于o1-mini。
相比于传统模型的优势更是碾压级别，在超难任务上的准确率比Llama3.1-405B高了11倍。
要知道之前，OpenAI自己人也发了一张图，显示preview论性能比不过满血版，论经济性又不如mini，处于一个十分尴尬的地位。
作者在推文中表示，尽管存在可保证性和成本问题，但仅针对CoT而言，o1已经超越了大模型的“近似检索”性质，提升到了“近似推理”层次。
并且在论文中，o1全程被称作LRM（Large Reasoning Model，大型推理模型），而非一般大型语言模型的LLM。
o1团队的核心成员Noam Brown也转发了这项研究，顺便给o1-preview打了个call。
还有网友翻出了隔壁Meta的LeCun半个多月前的推文，当时LeCun说大模型没有规划能力，结果现在OpenAI就带着o1来踢馆了。
用“搭积木”测试大模型为了评估o1系列模型的规划能力，作者使用了PlanBench

原文链接：o1规划能力首测！已超越语言模型范畴，preview终于赢mini一回