OpenAI正在寻求训练模型的新方法

像OpenAI这样的AI公司正在寻求通过开发新的训练技术来克服当前面临的挑战，这些技术更像人类的思考方式。但现在，一些最杰出的AI科学家正在指出这种“越大越好”的局限性。

AI的推理效率被大幅提高，s1在数学和编码能力测试中与OpenAI的o1和DeepSeek的R1等模型的表现不相上下。在通往AGI的路上，更高效的新方法带来了更多的创新可能。

分析指出，相比传统的堆砌计算能力和数据的训练方法，被称为“测试时计算”（Test-time Compute）的新方法更有助于提高AI模型的预测能力，这种方法能够让AI模型在回答问题前，有更多时间和计算资源进行“思考”。专家指出，如果测试时计算成为扩展AI系统的下一步，对专注于高速推理的AI芯片的需求可能会大幅增加。

29日消息，近期中国人工智能公司DeepSeek因推出价格低廉且性能媲美OpenAI旗舰产品的AI模型，在全球引发巨大震动。然而，OpenAI怀疑这些模型是基于其数据开发的。

中国唯一专注于临近空间的商业航天企业，首次开源他们的创新方法论。

DeepSeek和清华的研究者提出了一种新方法——自我原则点评调优（SPCT），用于推动通用奖励建模在推理阶段实现有效的可扩展性，最终构建出DeepSeek-GRM系列模型。同时引入了元奖励模型（meta RM），进一步提升推理扩展性能。

o1就是业界盛传的“草莓”项目，未来某个未知时刻免费用户将能体验o1迷你版。o1模型使用成本至少是GPT-4o的3倍，初始发送信息数有限，采用全新方法训练，对复杂的推理任务是重大进步，甚至具有专家型人才的水平，但仅为“纯文字”版，无法浏览实时网页、无法上传文件和图片、缺乏广泛世界知识、或更易产生幻觉。