OpenAI 最近有个大动作，他们发布了一个全新的模型，叫做01。这是他们在 GPT 系列之外推出的首个新系列模型，主打的是推理能力。
那么，什么是推理能力呢？简单来说，就是比一般的模型思考更深入、更长时间的思考过程。
首先，如何访问这个新模型？谁可以使用？有哪些限制？我们来看一下具体情况。目前，所有的 ChatGPT plus会员和团队账户用户都可以使用。我现在使用会员版本，所以已经可以访问01Preview 和 01 Mini 版本。不过，这个新模型有一定的限制。
通过 ChatGPT 使用 01Preview，每周有 30 条消息的限制，而01Mini 则是每周 50 条消息。另外，API 访问虽然是无限的，但仅限于那些在 OpenAI 上花费超过 1000 美元的用户，所以并不是所有人都能使用 API。
►向有风咨询，加入我的知识星球圈子：
➜https://t.zsxq.com/16QP9JP8b
本期用到的工具：
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
►chatGPT
➜https://chatgpt.com/
➜升级到GPT4会员教程：https://www.youtube.com/watch?v=64SkKkPTAg4
► 办一张国外银行卡
➜ https://bewildcard.com/i/19YC7OIQ
► 视频中用的GPT Prompt提示词及文字脚本
➜ https://aiyoufeng.com/chatgpt-o1-preview
这些是基本的情况。接下来，我们聊聊这个所谓的推理能力。在此之前，我们熟悉的模型如 GPT-4.0 以及一些竞争对手的产品，功能相对类似，而 Zero One 则引入了新的思维方式。
2、写一篇关于长江的文章
GPT提示：写一篇关于长江的文章
写一篇关于长江的文章，一步步的思考
https://x.com/polynoamial/status/1834280155730043108/photo/1 图标图片
现在让我们来谈谈这个推理能力的话题，到目前为止，我们已经熟悉了像 GPT 40 这样的模型，以及很多做类似竞争对手。https://claude.ai/login?returnTo=%2F%3F
如果你让它写一篇写一篇关于长江的文章，它会直接写出来，而不会真正去思考什么样关于长江文章才算好，它就是简单地完成任务。现在，我并不是说新的模型会表现得更好，而是说它会在给出答案之前，花点时间进行思考。
如果你过去一两年间关注提示工程、语言大模型、生成式AI领域的人，都会听说过一种叫做“思维链”的技术。思维链可以简单描述为一种不同的提示方式，它加入了更多的推理和思考过程。你只需要在提示中加入“分步思考”，然后在推理相关任务上就能得到更好的结果。
传统的提示通常直接向模型提出问题，然后模型会立即给出答案。而思维链提示会引导模型逐步进行思考，像人类一样通过分步骤解决问题。它会在提示中添加更多的中间推理过程，要求模型逐步思考每个步骤，而不是一次性跳到最终答案。
例如，如果我们要求模型解决一个复杂的数学题或逻辑问题，通过思维链提示，我们可以告诉模型先考虑问题的各个部分，然后分步得出结论。这种方式比直接要求它给出最终答案更有效，因为它会让模型在思考过程中减少跳过重要步骤或出错的可能。
既然它在科学、编程和数学领域表现出色，那么如果你并不从事这些领域的工作，这对你有意义吗？如果你能够毫不费力地掌握，或者至少对数学、编程和科学有一定程度的理解和应用，这对你会有帮助吗？我认为这是我们需要思考的真正问题。因为最初，大家可能会觉得，“哦，我日常生活中不需要数学”，“我不需要在日常生活中拥有数学博士学位。”但是，如果你能够轻松并且无需花费任何成本获得一个数学博士学位，它对你会有用吗？这是我们需要问自己的问题。
他们声称它能够解决博士级别的数学问题，并且有各种基准来支持这一说法，其中最有趣的就是这张图表。
这是一组比较数据。在数学竞赛中，GPT 40 只答对了13道题，准确率为13%。而我们现在在网页版界面中使用的这个 GPT 01 预览模型，它的正确率达到了56%。尚未发布的完整 O1 模型，也就是即将推出的版本，达到了 83.3%。我可以直接引用他们博客文章中的一段话：在国际数学奥林匹克竞赛（IMO）的资格考试中，GPT 40 仅正确解决了 13% 的问题。
3、AI品牌企划
GPT提示：
帮我写一份关于“windy有风”男装品牌的商业计划大纲，我的预算是1万元人民币。
https://chatgpt.com/c/66e98ef3-9308-8010-bdf6-b13233f96c58
这就是现在的情况。推理模型的得分达到了83分。这可不是小幅度的改进，而是一次巨大的变化。而且，在处理请求的方式上也发生了巨大的变化。如果在新模型中运行它，处理时间会更长。我准备了一些例子，帮我写一份关于“windy有风”男装品牌的商业计划大纲，我的预算是1万元人民币。
它花了9秒钟才给出答案。如果你在GPT 400上运行这个请求，它会立刻开始生成答案。而这个模型花了9秒钟在思考，才开始生成，因为它实际上在前期进行了多步骤的推理和规划。
在执行任何操作之前，你需要先思考，对吧？从人类的角度来说，我认为这才是这里的重点。
我也很好奇，但假设有人让你做这件事，为一个预算为1万元人民币新品牌做一个商业计划。这可不是那种你马上能想到答案的问题。你会说，“当然，我可以做这个。我需要点时间？”对吧？你需要经过多个步骤的思考。
你需要考虑营销计划，财务预算，把它们分解。我们需要什么？进行一些调研。然后再仔细思考这些调研结果，最后制定出商业计划。
但在过去，我们对于GPT的期望是它会马上给出答案。而当答案不那么理想时，我们会感到失望。这也是可以理解的，因为当时这项技术还处于早期阶段，但现在情况已经改变了。
我还想强调一点，这不仅仅是把“思维链”嵌入到模型中，不仅仅是每个提示结束时都让思考。如果真是那样的话，我们早就解决了一些更难的问题，那些需要更多推理的问题。显然，当时情况并不是这样。我可以给你一个很好的例子，我已经玩了它一会儿了。
4、AI写回文
A、在01pre里
GPT提示： 写一个有风和床的回文
https://chatgpt.com/c/66e99347-8434-8010-bf45-6d6620ccf2cd
回文是一种特殊的文字排列，正着读和反着读都是一样的句子。例如，“上海自来水来自海上”就是一个中文回文句，正着读和反着读都完全一样。
GPT提示2： 但要像普通人的说的普通句子一样
B、在GPT4O里
写一个有风和床的回文
这个回文的例子非常有趣，因为GPT-4在处理回文方面表现得非常糟糕。回文的意思是，句子从前往后读和从后往前读是一样的。所以，我给了它一个要求：“写一个有风和床的回文。”然后它花了9秒钟，经过了很多不同的步骤，最后给了我这么一句：“床前风吹吹风前床”
这句话其实并没有什么意义。所以我又说：“写一个普通人能理解的常用句子吧。”它又“思考”了8秒，最后给了我一个回文：“风吹床边草，草边床吹风” 这确实很棒，但它忽略了“有风”的元素。
如果你把这个问题交给GPT-4.0，它会让你非常失望，因为它可能会给你生成一句像“风吹床前床吹风”这样的句子。这和我要求的完全无关，对吧？
这既不是编程，也不是科学或数学。另一方面，这也不是你在日常生活中会用到的东西。接下来我们可以谈谈如何在日常生活中使用这个模型，但在此之前，我想先展示一些它的变化能力，因为另一个有趣的点就是翻译功能。
5、ChatGPT o1-preview 翻译
把这句话翻译成英文：如今的小鲜肉越来越多了
https://chatgpt.com/c/66e996c1-de8c-8010-be66-49f72cf020ee 4O
https://chatgpt.com/c/66e99767-3120-8010-949d-7c88bc70cf0f o1pre 把这句话翻译成英文：黄鼠狼给鸡拜年
语言之间的翻译非常复杂，涉及大量上下文。有些东西只能在某种语言中合理表达，不能逐字逐句翻译。
不过，到目前为止，我们还没有看到任何真正颠覆性的用例。但我认为，随着更多类似的提示被输入，我们会看到更大的潜力。 这个模型在处理数学和财务方面非常擅长。
接下来，我用另一个提示进行跟进：“启动这个品牌的花费是多少钱比较合适？” 这是个好问题，因为“多少钱比较合适”有些含糊不清，而且启动品牌需要考虑很多因素。这让模型需要花时间去思考。我给了这个提示后，新模型思考了10秒钟，才给出答案。而GPT-4.0直接给出了答案，它估算的花费在5万到10万美元之间，这算是一个大致的估计。
不过，我个人更喜欢新模型的结论。它不仅给出了几种免费的选项，还总结了为什么这些选项会比较好。我觉得这是一个更高质量的回答。每当涉及到金钱时，这个新模型会更加有用。
当你需要进行财务计算时，使用这个新模型确实能带来更好的效果。当你处理一些更复杂的任务，比如营销计划或商业计划时，它会给你更详细的推理，就像我在开头提到的那样。如果人类需要花3秒钟甚至10秒钟来思考某个问题，那么AI助手也很可能需要同样的时间来处理。
6、Building OpenAI o1
https://www.youtube.com/watch?v=3k89FMJhZ00
还有某些点很值得讨论。比如OpenAI发布的这个视频，我强烈建议你去看看，非常有趣。
https://x.com/cognition_labs/status/1834292725417730408
针对 o1 的提示明显不同，特别体现在以下几个方面：
- 思维链与“边想边说”提示：在以往的模型中，常用这些提示方式。然而，我们发现，对于 o1 而言，要求它只给出最终答案的效果更好，因为它无论如何都会在回答前进行思考。
- 上下文密度与敏感度：o1 需要更紧凑的上下文，并对多余的内容和不必要的词汇更为敏感。传统的提示方式通常会在指令中包含重复和冗余，而我们发现这些对 o1 的表现产生了负面影响。
- 智能提升与指令执行的权衡：o1 的智能水平有所提升，但这种提升也带来了在执行高度细致指令时的不确定性增加。
他们基本上讨论了他们是如何做这个模型的，其中有一个有趣的事实：他们尝试模拟人类的思维方式，然后将这种思维方式应用到模型中。接着，他们让AI以同样的方式运行，结果效果非常好。我觉得这非常有意思。那么问题是什么呢？结论是什么呢？
对日常用户来说，这是否真的有用？我们还需要拭目以待，我目前还不太确定。我确实看到与财务数字相关的提示有一些小幅提升，但老实说，在我的日常任务中，甚至是使用ChatGPT时，我并不经常涉及科学或数学相关的内容。我确实偶尔用一点编程技能，但如果你没有编程能力，那这种据可能对你来说用处不大。
我的意思是，如果你不从事科学、数学或代码生成相关的工作，那么这个模型是否对你有用是存疑的。除此之外，还需要考虑的是，你是否需要花几秒钟来回答这个问题？如果答案是肯定的，那你可能会需要使用这个模型。又或者，如果一个人类需要超过几秒钟的时间来思考这个问题，那AI助手也很可能需要。
另外，我还想提到一点，之前使用ChatGPT时，你就像在与一个AI助手对话，你给它任务，它尽力完成，并展示给你结果。如果它缺少一些上下文（可能是因为训练数据中没有），它就会进行“幻想”，尽力给你一个答案。而在GPT-01预览版中，感觉像是有多个AI助手在后台协作。在你得到答案之前，它们彼此之间先讨论并推理，然后再向你回复。
我觉得这就是一个很好的类比：9秒的思考时间，用来重新组织回文，让它有意义。这让我觉得这是一种全新的思维方式。
最后，我想分享一些Cognition Labs发现的提示技巧。他们提出了一些提示技巧：
- 不要再让这个模型“逐步思考”或“边想边说”：不用再告诉它这些提示了，因为它本身已经训练成这样，它会自动按照这个方式去运行。
- 提示简洁更好：如果提示里有太多多余的信息，表现反而会变差。传统的提示通常包含多次重复的指令，这对于以前的模型效果不错，但对于o1来说，简洁的目标导向提示效果更好。
这是一种不同的提示方式，过去的提示方式会详细地列出所有的背景信息，而现在目标导向的提示会更适合这种模型。比如说，以前你可能会提示“你现在是一名装修行业专家，我现在准备装修房子，包含特定的情节”，而现在你只需提示“帮我的89平的房子给一个装修文案”，不需要再定义身份了。AI助手会在内部自己推理和决定具体的内容，这种方式更为简短，但效果更好。
总之，保持提示简洁和清晰，用目标导向的提示来代替繁琐的细节描述。如果需要添加细节，可以在后续的提示中进行补充。
不过，有一个遗憾是目前每周只有30条信息额度，还有一点需要指出的是，这个模型目前还没有工具，比如代码解释器、网页浏览、图片生成和图片上传功能都还没有实现，但这些功能都在开发中。未来，ChatGPT会自动选择模型和工具，用户不再需要纠结于是否使用某个特定模型，而是给出目标，然后AI会自行决定使用哪些工具。
相关文章
