OpenAI展示o3 - mini推理细节有何意义？

OpenAI

OpenAI如今披露了其最新推理模型o3 - mini推理流程的更多详情。这一消息是OpenAI在其X账户发布的，目前人工智能实验室因DeepSeek - R1承受着与日俱增的压力，DeepSeek - R1是一个完全公开其推理令牌的竞争型开放模型。

o3和R1这类模型会有漫长的思维链（CoT）过程，其间会生成额外令牌来分解问题、推理、测试不同答案，最终得出解决方案。而此前，OpenAI的推理模型未展示思维链，仅提供推理步骤的高层次概要。这让用户和开发者难以理解模型的推理逻辑，也不易更改指令和提示以引导模型走向正确方向。OpenAI将思维链视作竞争优势，为防对手复制用于模型训练而隐藏它。不过，R1等开放模型展示了完整推理轨迹，这种情况下，缺乏透明度就成了OpenAI的劣势。新版o3 - mini呈现出更详尽的思维链（CoT），虽依旧无法看到原始令牌，但推理过程更明晰了。它对应用程序重要的原因是什么？在之前针对o1和R1所做的实验里，我们察觉到o1在处理数据分析与推理问题时稍占优势。但它有个重要局限，就是我们弄不清模型出错的原因。要知道，面对从网络获取的杂乱现实数据时，模型很容易出错。而R1的思维链能让我们排查故障，还能调整提示以优化推理。比如在我们的一次实验里，两个模型都没给出正确答案。不过因为R1有详细的思维链，我们才发现问题不在模型，而是信息检索阶段（从网络收集信息时）。在别的实验中，当R1无法解析所给信息时，其思维链能给我们提示，o1却只能很粗略地说明响应形成过程。

o3 - mini的CoT这次作用巨大。先是推导出Mag 7的含义，接着在添加了非Mag 7股票的数据中过滤数据，只留下相关股票。然后计算出每月投资每只股票的金额，最终算出正确答案。在提供给模型的数据里，投资组合的价值最晚在数据登记时间会达到2200美元左右。OpenAI仍有许多细节未公开，所以要做更多测试才能知晓新思路的局限。不过在我们的氛围检查里，新格式好像更有用。这对OpenAI而言意味着什么？DeepSeek - R1发布之际，相比OpenAI推理模型，其有着开放、廉价、透明这三个显著优势。之后，OpenAI成功缩小了差距。o1每百万输出令牌成本为60美元，o3 - mini成本仅4.40美元，且在诸多推理基准测试中表现优于o1。在美国供应商那里，R1每百万个代币成本约7到8美元。DeepSeek在自家服务器上以每百万个代币2.19美元的价格提供R1，但因托管在中国，很多组织无法使用。OpenAI因CoT输出有新变化，已成功解决透明度方面的问题。OpenAI会如何开源其模型仍需观察。自发布起，R1就被众多实验室和公司修改、分叉与托管，这或许会让它成为企业进行推理的首选模型。OpenAI的首席执行官Sam Altman近期承认，自己在开源辩论里站错了队。我们且拭目以待，看这种想法会在OpenAI的后续版本里怎样体现。Venture Beat，2025年2月7日。