NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

作为一名自 LLM 首次推出以来就一直使用的数据科学家，当我听说 o1 时，我以为这是一个笑话。当它被证明是一个真实的模型时，我以为我误解了什么。但在阅读完文档后，我知道了它是什么——一种赚取更多钱的营销策略。

这听起来可能很有争议，但请耐心听我说——让我们深入研究技术细节，分析 o1 的工作原理以及为什么你不应该为它付费。

1、o1 的工作原理

众所周知，OpenAI 并不像往常一样开放，几乎没有透露有关 o1 工作原理的技术细节。从他们的官方发布页面，我们得到的所有信息是：

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，他们学会改进他们的思维过程，尝试不同的策略，并认识到自己的错误。
……
……对于复杂的推理任务来说，这是一个重大的进步，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将该系列命名为 OpenAI o1。

让我们写下主要结论：

  • 与之前的模型不同，o1 在写出最终答案之前会尝试“思考”。
  • 思考过程基于“思维链”技术——它一步一步思考，尝试不同的方法，识别错误
  • 只有当最终结果准备好并有效时，模型才会将其发送给用户。

2、为什么o1是一个骗局

首先，看看下面的照片：

Source
Source

这只是两个例子。基本上，人们试图向 o1 询问它自己的 CoT（思想链）——他们只是想知道它是如何工作的。

这引起了怀疑。为什么 OpenAI 不仅隐藏了有关 CoT 的技术细节，还禁止人们尝试了解它的工作原理？

答案很简单，LLM 爱好者都知道——这种技术已经使用多年了。它不是 OpenAI 团队引入的“新方法”；它只是一种复制粘贴 + 营销策略。

3、CoT 的工作原理

如果你可以访问 OpenAI API（或任何其他 LLM 模型），可以在不到 30 行代码中运行自己的 CoT。如果你使用像 LangChain 这样的库，那就更容易了。但让我们从头开始实现它，以获得 OpenAI 高级研究人员的资格。

首先，安装openai 库：

pip install openai

之后，创建一个包含以下内容的.py 文件并运行它：

from openai import OpenAI
import json

client = OpenAI()
prompt = """
You are an AI agent that thinks before answering.
Answer in the JSON format. Respond only with the json, no other text.
Example:
{
  "step1": "To solve this problem, i need to do this...",
  "step2": "Based on results from step1, i need to do this...",
  ...
  "stepn": "We can get final result by...",
  "result": "Final result is..."
}
Your question is: write python code to get the first 10 prime numbers.
"""
completion = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {
            "role": "user",
            "content": prompt
        }
    ]
)
result_json_str = completion.choices[0].message.content
result_json = json.loads(result_json_str.replace("```json", "").replace("```", ""))
print(result_json)

结果为以下 JSON：

{
    "step1": "To solve this problem, I need to define a function that checks if a number is prime.",
    "step2": "I will iterate through numbers starting from 2 and check each one for primality.",
    "step3": "I will keep track of the found prime numbers in a list until I have 10 primes.",
    "step4": "I will return the list of the first 10 prime numbers.",
    "result": "The Python code is:
        python
        def is_prime(num):
            if num <= 1:
                return False
            for i in range(2, int(num**0.5) + 1):
                if num % i == 0:
                    return False
            return True
        primes = []
        num = 2
        while len(primes) < 10:
            if is_prime(num):
                primes.append(num)
            num += 1
        print(primes)
    "
}

使用这个 JSON，你可以从“result”字段获取最终结果，并从“step1”、“step2”等获取中间步骤。剩下要做的就是为它创建一个漂亮的前端，然后，哇哦——您就有了自己的“o1”。现在您可以自豪地说“不用为 o1 付钱——我家里就有它”。

一些技术细节：当 LLM 生成新 token（基本上是下一个单词）时，它会使用所有先前的文本作为输入。这意味着当 ChatGPT 生成推理步骤时，它会看到它所采取的每个先前步骤，因此我们可以得到逐步推理。

如果你想深入研究并超越 CoT 限制，我建议你研究 LLM 代理和 ReAct——这些方法允许你创建基于 LLM 的代理，它们不仅可以在响应之前思考，还可以做你赋予它们的自由的任何事情——使用谷歌、获取天气、阅读文件，以及想要的任何其他事情。

4、为什么 o1 可能不是骗局

本文中我没有提到的一件事让 o1 看起来不那么像骗局，那就是 OpenAI 使用强化学习训练 o1 模型，不仅是为了最终结果，也是为了中间步骤。

简而言之，当我们将 CoT 与简单的 GPT4 一起使用时，我们要求它思考——这是它以前没有做过的。但是当我们使用 o1 时，模型从一开始就知道如何思考——它已经接受过这样的训练。这意味着 o1 的性能可能比我们的“家用 o1”更好。但它更便宜吗？它给你同样多的自由吗？谁知道呢？

5、结束语

在本文中，我们分析了新的 OpenAI 模型，深入研究了它的缺点，并学习了一些用 Python 编写的 AI 代码。

作为最后的结论，我只想说一件事：三思而后行。像 o1 一样，你可以通过仔细分析你掌握的信息得出更好的结论。如果你看到某家大公司发布了一项新功能，请不要急于付费；对一切都持保留态度。

原文链接：Why OpenAI’s o1 Model Is A Scam

BimAnt翻译整理，转载请标明出处