OpenAI发布了两款新的预览模型`o1-preview`和`o1-mini`，旨在提升模型的“推理”能力，这两款模型通过大型强化学习算法训练，以高效利用数据的方式增强链式思维从而提升其推理能力。不过，它们也存在成本和性能方面的权衡。API文档显示，这些模型适合需要深层次推理且可接受较长响应时间的应用程序。新引入的“推理代币”在API中是不可见的，但对提升模型推理能力至关重要，并为复杂的提示处理提供了更高效的结果。

关键点

– OpenAI发布了`o1-preview`和`o1-mini`两个新的AI预览模型。
– 新模型特别设计用于增强“推理”能力，通过链式思维增加思考时间。
– 模型通过强化学习算法进行训练，显著增强了其解决复杂问题的能力。
– API文档透露，这些模型适合深层次推理任务，但不支持系统提示、流媒体、工具使用、批量调用或图像输入。
– “推理代币”被引入以提升模型的推理能力，但在API中不可见。
– 跨多种应用中使用`o1`模型可以显著改善推理任务的处理效果。
– 这些新模型促使AI社区重新思考哪些任务可以借助大语言模型解决。

https://simonwillison.net/2024/Sep/12/openai-o1/