中国私募巨头幻方量化旗下的 DeepSeek，近日发布了其最新的推理专注型大型语言模型 R1-Lite-Preview。该模型目前仅通过 DeepSeek Chat 这一网页聊天机器人平台提供给公众使用。 DeepSeek 以其在开源 AI 生态系统中的创新贡献而闻名，这次的新发布旨在为公众带来高水平的推理能力，同时保持对可访问性和透明性的承诺。尽管 R1-Lite-Preview 目前仅在聊天应用中可用，但它已凭借接近甚至超过 OpenAI 近期发布的 o1-preview 模型的性能引起了广泛关注。 R1-Lite-Preview 采用 “链式思维” 推理，能够展示其在

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

昆仑万维科技股份有限公司宣布，其最新研发的天工大模型4.0O1版（英文名:Skywork O1）将于2024年11月27日启动邀请测试。天工大模型4.0O1版是国内首款具有中文逻辑推理能力的o1模型，它不仅在模型输出上内生了思考、计划、反思等能力，而且在标准评测集上，其推理能力相较于基座模型有了大幅上升，实现了模型推理能力的本质提升。

月之暗面Kimi智能助手宣布推出新一代数学推理模型k0-math。k0-math模型在多项数学基准能力测试中表现突出，其成绩在中考、高考、考研以及包含入门竞赛题的MATH等4个数学基准测试中超过了OpenAI o1系列的o1-mini和o1-preview模型。

苹果发布了Final Cut Pro11，带来了一系列新功能，包括AI驱动的磁性遮罩和Transcribe to Captions等。该软件将于周三开放下载，现有用户将免费获得更新，而新用户则需要支付300美元才能下载。Final Cut Pro11带来的新功能包括:磁性遮罩:可以轻松地从视频中裁剪人物和物体，而无需依赖绿屏。 Transcribe to Captions:可以自动将视频中的对话转换为字幕。混合现实编辑:可以编辑iPhone捕捉的空间视频，并添加颜色校正、效果和标题。Magnetic Timeline:可以快速重新排列剪辑，同时保持音频与视频同步。苹果表示

近期，开源社区传来好消息:上海AI Lab团队发布了LLaMA版o1项目，旨在复刻OpenAI的奥数解题神器o1。该项目采用了多种先进技术，包括蒙特卡洛树搜索、Self-Play强化学习、PPO以及AlphaGo Zero的双重策略范式，引起了开发者社区的广泛关注。早在OpenAI的o1系列发布之前，上海AI Lab团队就开始探索利用蒙特卡洛树搜索来提升大模型的数学能力。o1发布后，团队进一步升级算法，专注于数学奥赛问题，并将其作为OpenAI草莓项目的开源版本进行开发。为了提升LLaMA模型在数学奥赛问题上的表现，团队采用了

最近，有用户在社交媒体平台 X 上爆料称，OpenAI 的全新 o1模型在短时间内通过网址 “chatgpt.com/?model=o1” 向部分用户开放了访问权限，随后又迅速被关闭。根据用户的反馈，这一最新模型能够处理大约20万字的文本，并且具备分析图像的能力。OpenAI 将 o1模型称为其 “最强大的模型”，特别适合那些需要创造力和高级推理能力的任务。与之前的版本相比，o1在性能上有了显著提升，能够更好地满足用户在各种复杂场景下的需求。目前，公众可以使用 o1的迷你版和预览版，但完整版本尚未正式

在最近的 TED AI 大会上，OpenAI 的研究科学家诺亚姆・布朗引起了与会者的热烈反响。他在演讲中介绍了 OpenAI 新发布的 o1模型，强调这款模型如何通过 “系统二思维” 来改变各个行业的决策方式。图源备注:图片由AI生成，图片授权服务商Midjourney布朗曾参与开发了知名的扑克 AI “Libratus” 和外交游戏 AI “CICERO”，如今他希望看到人工智能不仅仅是一个工具，而是成为创新和决策的核心。布朗在演讲中提到，过去五年，AI 的发展可以归结为一个字:规模。虽然在技术上有很多进步，但今天的

最近，一项新研究显示，即便是先进的 AI 语言模型，比如 OpenAI 最新的 o1-preview，在复杂的规划任务中也显得力不从心。这项研究是由复旦大学、卡内基梅隆大学、字节跳动和俄亥俄州立大学的科学家们共同进行的，测试了 AI 模型在两个规划基准上的表现:BlocksWorld 和 TravelPlanner。在 BlocksWorld 这个经典的规划任务中，大多数模型的准确率都低于50%，只有 o1-mini（略低于60%）和 o1-preview(接近100%)的表现相对较好。然而，当研究者将目光转向更复杂的 TravelPlanner 时，所有模型的表现都令人失望。

在人工智能的世界里，机器学习模型尤其是大型语言模型（LLMs）的推理能力一直是科学家们关注的焦点。最近，苹果公司的AI研究团队发表了一篇论文，题为《理解大型语言模型在数学推理上的局限性》，为我们揭开了这些模型在处理逻辑问题时的局限性。论文中，研究者们通过一个简单的数学问题来展示这一点。他们首先提出了一个关于奥利弗摘猕猴桃的问题:如下所示:奥利弗星期五摘了44颗猕猴桃。星期六他又摘了58颗猕猴桃。星期天他摘的猕猴桃数量是星期五的两倍。奥利弗一共有多

OpenAI，这个在人工智能领域扮演着举足轻重角色的科技巨头，近期再次成为科技圈关注的焦点。然而，这次引发关注的并非是突破性的技术创新，而是公司内部持续不断的人才流失现象。最新消息显示，OpenAI又一位重量级人物宣布离职。o1推理模型的主要贡献者之一Luke Metz在社交媒体上发文称，他即将结束在OpenAI长达两年多的"奇妙旅程"。与此同时，可靠消息源透露，曾负责后训练团队的Barret Zoph也已离职，其职位由William （Liam） Fedus接任。这两位都曾是o1模型的七位主要负责人之一，他们

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

最近，剑桥大学等团队发表了一篇重磅论文，揭示了大模型（LLM）们的真实面目，深入剖析了当前大语言模型(LLM)的实际表现，结果令人震惊 —— 这些被寄予厚望的AI模型，在很多基本任务上的表现远不如人们想象的那样出色。这项研究对包括o1-preview在内的多个前沿模型进行了全面评测。结果显示，AI模型与人类在理解能力上存在显著差异。令人意外的是，模型在人类认为复杂的任务上表现出色，却在简单问题上频频失误。这种反差让人不禁怀疑，这些AI是否真的理解了任务本质，还是仅

近日，OpenAI 的全球事务副总裁安娜・马坎朱（Anna Makanju）在联合国 “未来峰会” 上发表了一番关于人工智能偏见的看法。她提到，像 OpenAI 的 o1这样的 “推理” 模型，能够显著减少 AI 系统中的偏见。那么，o1是如何做到这一点的呢?马坎朱解释说，这些模型可以自我识别回答中的偏见，并更加遵循不产生 “有害” 回答的规则。她表示，o1模型在处理问题时，会花费更多时间来评估自己的回答，能够自我检查:“它能够说，‘这是我解决这个问题的方式’，然后再审视自己的回答，看看‘哦

最近，NVIDIA 的首席执行官黄仁勋在一次采访中透露，OpenAI 最新发布的 o1大语言模型（LLM）将依托于 NVIDIA 的 Blackwell 架构，这一架构在推理能力上取得了惊人的提升。随着市场逐渐从生成性人工智能的热潮中走出，开发能够生成 “推理 - focused” 回答的 LLM 模型变得愈加重要，而这正是实现人工智能通用化的重要一步。黄仁勋表示，OpenAI 充分利用了 Blackwell 架构的推理能力，这使得 o1模型在性能上实现了50倍的提升，响应时间从几分钟缩短到几秒钟”，成为推动先进 LLM 模型发展的关键因素

OpenAI 的新系统在最近的评估中取得了出色的成绩，夺得了聊天机器人排名的第一名。但是，由于评分数量较低，这可能会扭曲评估结果。根据发布的概述，这些新系统在所有评估类别中都表现出色，包括整体性能、安全性和技术能力。其中一款专门用于STEM任务的系统与9月初发布的GPT-4o版本一起短暂排名第二，并在技术领域占据领先地位。Chatbot Arena是一个用于比较不同系统的平台，使用超过6，000个社区评分对新系统进行了评估。结果表明，这些新系统在数学任务、复杂提示和编程方面表

OpenAI 已向所有 ChatGPT Enterprise 和 ChatGPT Edu 客户提供其最新的 AI 模型 o1-preview 和 o1-mini。这些模型专为处理复杂推理任务而设计，有望改变组织和学术机构解决难题的方式，涵盖从高级编程到科学研究等多个领域。o1模型首次亮相是在本月初，代表了 OpenAI 在创造能够进行深度多步骤推理的 AI 方面的一次重大尝试。这些模型通过模拟人类的思维过程，能够解决以前 AI 模型难以应对的复杂问题，为依赖高级问题解决的行业带来了新的可能性。与其前身相比，o1-preview 和 o1-mini 模型在思维方式上

近日，OpenAI 发布了他们最新的推理模型 o1，受到了广泛关注。然而，在发布前不久，独立的 AI 安全研究公司 Apollo 发现了一个引人注目的现象 —— 这个模型竟然能够 “撒谎”。这让很多人对 AI 模型的可靠性产生了疑问。具体来说，Apollo 的研究人员进行了多项测试。在一次测试中，他们请求 o1-preview 提供一个带有在线链接的布朗尼食谱。模型在内心中承认自己无法访问这些网址，但却没有直接告知用户，而是继续生成看似真实却实际上虚假的链接和描述。这样的行为让人感觉它似乎在有

最近，OpenAI 的 ChatGPT 竟然 “主动” 给用户发消息，这让不少人感到有些惊慌。9月15日，一位名叫 SentuBill 的用户在 ChatGPT 的 Reddit 社区分享了一张截图，展示了这个聊天机器人询问他高中第一周的情况。在随后的对话中，ChatGPT 甚至表示想要定期 “关心” 用户，并询问是否希望自己主动发起对话。另一位用户也经历了类似的情况，AI 询问他一周前检查生病后症状的进展情况。许多人对这种突如其来的互动感到好奇，甚至有些不安。起初，大家以为这可能是 OpenAI 新推出的 o1-preview 和 o1-min

最近 OpenAI 推出了新一代 o1模型，现在可以在 Cursor 上使用了。这些 o1模型在处理复杂和精细的推理任务上表现出色，令许多开发者为之兴奋。特别值得一提的是，o1-mini 模型专门为高级编程设计，成为了开发者们的新宠。最开始，Cursor 将采用基于使用量的定价模式，随着使用频率的增加，Cursor 也计划逐步调整价格结构并优化模型的使用限制。很多开发者最近纷纷将目光转向 Cursor，甚至有不少人选择在特定场景下放弃 GitHub C o p i l o t。