近日，北京大学等科研团队宣布发布了一款名为 LLaVA-o1的多模态开源模型，据称这是首个能够进行自发、系统推理的视觉语言模型，堪比 GPT-o1。该模型在六个具有挑战性的多模态基准测试中表现优异，其11B 参数的版本超越了其他竞争者，如 Gemini-1.5-pro、GPT-4o-mini 和 Llama-3.2-90B-Vision-Instruct。LLaVA-o1基于 Llama-3.2-Vision 模型，采用了 “慢思考” 推理机制，能够自主进行更加复杂的推理过程，超越了传统的思维链提示方法。在多模态推理基准测试中，LLaVA-o1的表现超出了其基础模型8.9%。该模型的

在宾夕法尼亚大学，有位数学教授 Robert Ghrist 正在与一款名为 GPT-o1-mini 的 AI 模型展开一场有趣的 “智力对决”。这位教授在努力推导出一个更复杂的瓶颈对偶定理的推广时，经历了无数次的乐观与沮丧的交替。Ghrist 曾尝试使用多个知名的 AI 模型，包括 GPT-4、Claude-3.5和 Gemini-1.5-Pro。这些模型虽然能做出一些假设并提供证据，但常常因一些微妙的错误而 “翻车”，这让 Ghrist 感到颇为挫败。最终，他与 OpenAI 的 GPT-o1-mini 模型携手，取得了突破。这个模型不仅分析了一个有缺陷的证明，找出

OpenAI 推出了全新的模型系列 OpenAI o1，这个新模型在推理能力上表现得更加出色，相较于之前的模型，它的表现令人期待。OpenAI o1:更强的推理能力这是一系列全新的推理模型，旨在帮助解决复杂问题。这些模型经过特别训练，可以在作出回应之前，花更多时间进行思考，能够在科学、编码和数学等领域解决比以往更具挑战性的问题，OpenAI o1将先在 ChatGPT 和 API 上推出。新模型是怎么运作的呢?官方介绍，它们经过专门的训练，学习如何像人类一样思考问题，尝试不同的解决策略，并及时识别错误。