हाल ही में, ओपन-सोर्स समुदाय से अच्छी खबर आई: शंघाई एआई लैब टीम ने LLaMA संस्करण o1 प्रोजेक्ट जारी किया, जिसका उद्देश्य ओपनएआई के गणित हल करने वाले चमत्कार o1 की पुनरावृत्ति करना है। इस परियोजना में कई उन्नत तकनीकों का उपयोग किया गया है, जिनमें मॉन्टे कार्लो ट्री सर्च, सेल्फ-प्ले फॉर्‍टिफ़ाइड लर्निंग, PPO और AlphaGo Zero की द्वैतिक नीति पैटर्न शामिल हैं, जिसने डेवलपर समुदाय का व्यापक ध्यान आकर्षित किया है। ओपनएआई के o1 श्रृंखला की घोषणा से पहले, शंघाई एआई लैब टीम ने बड़े मॉडलों को उन्नत करने के लिए मॉन्टे कार्लो ट्री सर्च का उपयोग करने की खोज शुरू कर दी थी।