o1在不同任务上表现与GPT4o对比如何？

OpenAI

大模型的scaling law似乎暂时陷入瓶颈了，就连OpenAI也得找寻新方法来提升性能了。简单来讲，o1在作答之前会先进行思考。更确切地说，它在回应使用者之前会形成一个长长的内在思维链，这有点像模仿人类的行为，在得出结论前先自我推敲。其训练基于强化学习，原理还需要探索。o1有一个特性，即提升测试时的计算量会提高效果，个人的简单理解是，回答前思维链越长，模型效果就越好。

从效果来讲，o1在数学、代码等复杂推理任务上，较gpt4o有明显提升。