我们开发了一系列新的人工智能模型，旨在让它们在给出答复之前花**更多的时间思考**。它们可以推理复杂的任务，并解决比以前的科学、编码和数学模型更难的问题。
今天，我们将在 ChatGPT 和我们的 API 中发布该系列的第一个**预览版模型，命名为 OpenAI o1**。这是一个重大进步，代表了人工智能能力的新水平，我们将定期进行更新和改进。
一、工作原理与性能突破
我们训练这些模型花**更多时间思考问题**，然后再做出反应，就像人一样。通过训练，它们学会了完善自己的思考过程、尝试不同的策略并认识到自己的错误。
关键性能对比（下一次更新的模型）：
- **科学领域：** 在物理、化学和生物领域具有挑战性的基准任务上的表现与**博士生相似**。
- **数学（IMO 资格考试）：** o1 推理模型的正确率高达 **83%**，而 GPT‑4o 仅为 13%。
- **编码能力：** 在 Codeforces 竞赛中获得了**第 89 位**。
当前局限性：
作为一个早期模型，它还不具备使 ChatGPT 变得有用的许多功能，如**浏览网络信息、上传文件和图片等**。对于许多常见情况，GPT‑4o 在短期内会有更强的能力。
二、安全性重大提升与合规承诺
我们提出了一种新的安全训练方法，利用 o1 模型的推理能力，使其**遵守安全和一致性准则**。通过在上下文中对我们的安全规则进行推理，它可以更有效地应用这些规则。
“越狱”测试结果（衡量安全合规性）：
- **o1‑preview 模型：** 在最难的越狱测试中得分为 **84 分**（0-100 分）。
- **GPT‑4o：** 在相同测试中得分为 22 分。
安全工作强化：
- 加强了安全工作、内部管理和联邦政府合作，包括使用防范准备框架进行严格测试。
- 已与美国和英国的 AI 安全研究所签订协议，允许这两家机构**提前使用该模型的研究版本**进行研究、评估和测试。
三、适用对象与未来应用
如果您正在处理**科学、编码、数学和类似领域**的复杂问题，这些增强的推理能力可能会特别有用。
应用示例：
- **医疗保健研究人员：** 使用 o1 为细胞测序数据添加注释。
- **物理学家：** 使用 o1 生成量子光学所需的复杂数学公式。
- **开发人员：** 使用 o1 构建和执行多步骤工作流。
下一步探讨
您对 o1 模型在**数学竞赛 (IMO)** 或**编码竞赛 (Codeforces)** 中的表现更感兴趣？我可以查找更多相关的技术研究细节。
