OpenAI 推出的推理模型o1和o1-mini標誌著人工智慧領域的重大進步。這些模型展示了增強的推理能力，在各個領域樹立了新標準。
o1 和 o1-mini 能夠有效解決複雜的問題並做出細緻入微的決策，從而產生清晰、可操作的回應。這種創新方法使這些模型成為許多領域的寶貴工具。
什麼是 o1-preview 模型？
o1 模型（之前稱為Strawberry）與 OpenAI 的傳統 GPT 模型有很大不同，因為它採用了不同的演算法和訓練資料集。 o1 的推出承諾解決數學、科學和軟體開發等領域的複雜挑戰，提供了無數潛在的應用程式。例如：
- 醫療保健研究人員可以利用它來註釋細胞測序數據。
- 物理學家可以利用它來開發量子光學的複雜數學公式。
- 開發人員可以使用它來建立和管理複雜的工作流程。
值得注意的是，o1 展現了卓越的推理能力，在國際數學奧林匹克（IMO）上取得了83%的驕人成績，與僅獲得13% 的GPT-4o形成鮮明對比。
作為 o1 模型的補充，OpenAI 也推出了o1-mini，這是一個針對編碼進行最佳化的更精簡且更具成本效益的版本。雖然 o1 更擅長處理大量任務，但 o1-mini 擅長程式碼補全。然而，對於需要更深入知識的更廣泛應用，o1 仍然是更好的選擇。
儘管取得了進步，但與 GPT-4o 相比，o1 在特定任務方面仍存在局限性，阻礙了其實用性。它缺乏網路瀏覽功能、數據分析工具以及圖像或檔案上傳功能。此外，它沒有記憶體或自訂指令，也不支援語音使用。
這種對利基市場的關注導致我最初對探索 o1 模型猶豫不決。對於那些不熟悉其特定應用的人來說，它們可能看起來令人生畏。然而，好奇心的火花迫使我去調查 o1 可以為更廣泛的受眾提供哪些獨特的好處。
第一印象
第一次接觸時，o1 的能力無疑給人留下了深刻的印象。然而，比它提供的解決方案更引人注目的是它的推理過程。用戶可以觀察它如何得出結論，從而提高透明度。
也就是說，OpenAI 的觀察結果是正確的：o1 在具有挑戰性的任務中表現出色，但這並不意味著它在所有類型的查詢中都表現出色。正如Sam Altman所闡述的那樣，o1 存在明顯的局限性，隨著長期使用，這些局限性變得越來越明顯：「o1 仍然有缺陷，仍然有限，並且在第一次使用時看起來仍然比在你花費更多時間使用它之後更令人印象深刻。這種情緒與我的經歷產生了共鳴。
邏輯思維
為了衡量它的性能，我用簡單的邏輯問題開始了測試，向 o1 提出了一系列謎語。
在回答第一個謎語（被認為很簡單）時，o1 花了大約22 秒才給出正確答案。相較之下，GPT-4o和GPT-4o-mini可以立即提供準確的答案。這種趨勢在隨後的謎語中持續存在，表明儘管 o1 的處理時間有所不同，但準確度仍與其他謎語相同。
接下來，我挑戰了 o1 和 GPT-4o，提示如下：Here we have a book, 9 eggs, a laptop, a bottle, and a nail. Please tell me how to stack them onto each other in a stable manner.
雖然不是特別實用，但 o1 提供了一個合乎邏輯的安排：
Book (base)
9 Eggs (arranged in a 3x3 grid)
Laptop
Bottle
Nail相反，GPT-4o 建議使用以下堆疊：
Book (base)
Laptop
Bottle
Eggs - To put them in a carton (which isn't available) or arrange them in a pyramid
Nail這項探索表明，隨著問題複雜性的增加，o1 推理問題的能力會產生更細緻的解決方案。它可以作為解決現實生活中邏輯困境的寶貴的腦力激盪夥伴。
撰寫幫助和回饋
相反，使用 o1 進行基本的寫作幫助（例如起草電子郵件或作業）可能會導致失望。它往往比 GPT-4o 慢，但輸出沒有顯著差異。
在一個實例中，o1 花了幾分鐘來處理查詢，最終導致錯誤。然而，它透明的推理過程讓我看到它偏離了有效的解決方案，選擇了沉默而不是錯誤的答案，這表明幻覺減少了。
受到鼓舞，我向 o1 尋求對我的寫作的回饋。我過去使用 ChatGPT 的經驗揭示了一種淡化我個人聲音的傾向。因此，我謹慎地接近o1，希望能得到不同的結果。
最終，o1 產生的回饋反映了 GPT-4o 的回饋。雖然它的響應速度較慢且較長，但我發現在 GPT-4o 中實現有意義的分析只需要額外的提示。然而，如果您的需求涉及腳本編寫或產生創意，而 GPT-4o 有時會出現問題，o1 透過對提示的徹底檢查表現出更好的理解能力。
分析、策略和規劃
除了 STEM 應用之外，o1 的推理能力在策略、規劃和研究等領域也大放異彩。其解決問題的方法方法使其特別適合需要考慮多個變數的環境。
我利用 o1 來解決個人健康問題，它細緻的視角提供了我以前忽略的見解。這證明了 o1 進行多方面分析的潛力，無論是應用於健康問題還是內容策略。
此外，o1 可以補充您的研究過程，使您能夠以最少的提示從不同的角度進行探索。
o1 適合您嗎？
在了解 o1 的功能後，人們可能會想：它是否適合您的需求了？首先，考慮其使用限制； o1-preview每週只允許發送50 則訊息，而 o1-mini 則限制用戶每天發送 50 則訊息。此外，o1 模型需要訂閱，而 GPT-4o 提供一些免費使用選項。
權衡使用 o1（以其大量資源消耗而聞名）對環境的影響至關重要，尤其是當 o1 和 GPT-4o 之間的效能差異很小時。然而，對於涉及複雜邏輯、策略分析或多方面評估的任務，o1 可能更有利。
總而言之，現在是時候過渡到 ChatGPT o1 了嗎？不一定——至少不是普遍如此。雖然 o1 代表了推理任務的重大飛躍，但其局限性和特定重點使其更適合 STEM 專業人士或尋求複雜策略見解的人士。對於日常用戶來說，GPT-4o 保持其作為更通用選項的地位。然而，對於那些對人工智慧推理的未來感興趣的人來說，o1-preview 無疑值得研究——儘管它可能還無法取代您首選的模型。
發佈留言