抄袭风波！OpenAI发布Swarm引爆争议！
文章概要：
1. OpenAI发布Swarm框架的，具有灵活性、扩展性和对复杂任务的支持，适合教育和实验，其核心亮点包括轻量、、可扩展，适合教育和，以及Routinesandoffs两大核心功能。
2. Swarm发布后不久，社区爆出抄袭指控，有业内人士其设计开源代理系统存在明显相似之处，部分代码结构和实现方式高度重合，对Swarm的质疑。
3. 目前，一些开发者对Swarm与其他开源项目代码的雷同之处提出技术质疑，也要求OpenAI更加尊重开源社区，OpenAI尚未回应指控。
阅读原文
2. Swarm发布后不久，社区爆出抄袭指控，有业内人士其设计开源代理系统存在明显相似之处，部分代码结构和实现方式高度重合，对Swarm的质疑。
3. 目前，一些开发者对Swarm与其他开源项目代码的雷同之处提出技术质疑，也要求OpenAI更加尊重开源社区，OpenAI尚未回应指控。
一文看懂LLM推理，UCL汪军教授解读OpenAI ο1的相关方法
文章概要：
1. OpenAI最近发布的o1系列模型堪称迈向强人工智能的，其强大的推理能力为我们描绘了下一代人工智能模型的未来图景
2. o1的训练使用了强化学习技术，通过显式地嵌入一个原生「思维链」（NCoT）过程，可出色地完成复杂的推理任务
3. 从OpenAI发布的数据看，相比于之前的ChatGPT 4o，o1在数学和编程任务上的表现要强5倍
4. o1的一个关键创新是它允许在推理过程更多时间进行推理，这标志着一种范式转变：从快速、直接的反应转向缓慢、深思熟虑、多步骤的推理时间计算
5. o1的诞生非常激动人心，因为大模型（LLM）现在不仅能使用学习到的模式进行快速响应，而且还能通过思维链或其它形式的搜索等机制模拟复杂的推理过程
6. 在LLM领域，思维链推理和分步骤思考方法并非新技术。研究表明，如果在输入中添加「describe your reasoning in steps」或「explain your answer step by step」这样的指令或提供少样本示例，就可以让LLM生成中间推理步骤，进而提升其解决问题的能力，尤其是对于数学和编程任务
7. 汪军教授表示，我们目前尚不清楚OpenAI的o1创新是否植根于模型本身，还是依然依赖于外部提示系统
8. 在本文中，汪军教授全面回顾了可能的相关文献，并探讨了这一突破背后可能的核心技术和方法。此外，他还提出了基于近期研究成果实现相应开源版本的方法，以加速该领域的研究
9. 汪军教授提到了自回归LLM的两个挑战，第一个挑战是预测下一token的目标，第二个挑战则来自计算复杂性角度
10. 汪军教授表示，可以该推理过程定义为一个马尔可夫决策过程（MDP）。MDP能为建模推理提供一个灵活的框架
11. 一种无需人类监督，特别有效的收集数据和提升LLM推理的方法是-Taught Reasoner（STaR）
12. 有了推理数据之后，下一步就是训练世界模型了，也称为过程奖励模型（PRM）
13. 得到了PRM之后，就可以训练LLM策略以提升其推理能力了
14. 训练完成后，LLM策略必须在推理过程中高效地生成输出
15. 下面将回顾并讨论相关领域的几篇关键论文，介绍它们的贡献和局限性
阅读原文
2. o1的训练使用了强化学习技术，通过显式地嵌入一个原生「思维链」（NCoT）过程，可出色地完成复杂的推理任务
3. 从OpenAI发布的数据看，相比于之前的ChatGPT 4o，o1在数学和编程任务上的表现要强5倍
4. o1的一个关键创新是它允许在推理过程更多时间进行推理，这标志着一种范式转变：从快速、直接的反应转向缓慢、深思熟虑、多步骤的推理时间计算
5. o1的诞生非常激动人心，因为大模型（LLM）现在不仅能使用学习到的模式进行快速响应，而且还能通过思维链或其它形式的搜索等机制模拟复杂的推理过程
6. 在LLM领域，思维链推理和分步骤思考方法并非新技术。研究表明，如果在输入中添加「describe your reasoning in steps」或「explain your answer step by step」这样的指令或提供少样本示例，就可以让LLM生成中间推理步骤，进而提升其解决问题的能力，尤其是对于数学和编程任务
7. 汪军教授表示，我们目前尚不清楚OpenAI的o1创新是否植根于模型本身，还是依然依赖于外部提示系统
8. 在本文中，汪军教授全面回顾了可能的相关文献，并探讨了这一突破背后可能的核心技术和方法。此外，他还提出了基于近期研究成果实现相应开源版本的方法，以加速该领域的研究
9. 汪军教授提到了自回归LLM的两个挑战，第一个挑战是预测下一token的目标，第二个挑战则来自计算复杂性角度
10. 汪军教授表示，可以该推理过程定义为一个马尔可夫决策过程（MDP）。MDP能为建模推理提供一个灵活的框架
11. 一种无需人类监督，特别有效的收集数据和提升LLM推理的方法是-Taught Reasoner（STaR）
12. 有了推理数据之后，下一步就是训练世界模型了，也称为过程奖励模型（PRM）
13. 得到了PRM之后，就可以训练LLM策略以提升其推理能力了
14. 训练完成后，LLM策略必须在推理过程中高效地生成输出
15. 下面将回顾并讨论相关领域的几篇关键论文，介绍它们的贡献和局限性
论文：OpenAI o1的概率敏感性
文章概要：
1. 本文主要讨论了Open的新系统o1是否仍存在概率敏感性，o1针对推理进行了优化，在常见任务的罕见变体上表现出色，但仍显示出对输出概率和任务频率的敏感性；
2. o1通过强化学习训练，使用一系列思考来解决推理问题，在产生最终答案之前将问题分解为步骤；
3. o1在处理具有低概率答案的示例时倾向于使用更多的token，而不是具有高概率答案的示例；
4. o1在罕见任务变体上的表现大大优于其他LLMs，但在某些情况下对任务频率敏感；
5. 概率敏感性可能在生成文本的过程中产生，也可能在发展思维的过程；br>. 目前尚不清楚什么措施完全我们所强调的局限性。
阅读原文
2. o1通过强化学习训练，使用一系列思考来解决推理问题，在产生最终答案之前将问题分解为步骤；
3. o1在处理具有低概率答案的示例时倾向于使用更多的token，而不是具有高概率答案的示例；
4. o1在罕见任务变体上的表现大大优于其他LLMs，但在某些情况下对任务频率敏感；
5. 概率敏感性可能在生成文本的过程中产生，也可能在发展思维的过程；br>. 目前尚不清楚什么措施完全我们所强调的局限性。
OpenAI惊天剽窃！20岁创始人自曝代码结构被抄袭，多智能体Swarm陷争议
文章概要：
1. OpenAI开源全新多智能体Swarm，却被Swarms Corporation创始人Kye Gomez指控剽窃其名称、代码结构方法。
2. Gomez列出了相关事实依据，包括项目名字规则和自动转换群组模式被
3 OpenAI的多智能一经获4.k，专注让智能体和变得轻量级、高度可控、测试。
阅读原文
2. Gomez列出了相关事实依据，包括项目名字规则和自动转换群组模式被
3 OpenAI的多智能一经获4.k，专注让智能体和变得轻量级、高度可控、测试。
“抛弃”技术理想，加速商业化！OpenAI官宣新融资464亿
文章概要：
1. OpenAI官宣新融资464亿，微软、英伟达、软银等巨头参投，估值大升。
2. OpenAI烧钱速度惊人，ChatGPT每天花费近70万美元，训练GPT-4模型花费超过1亿美元，公司亏损。
3. OpenAI决定重组成营利性福利公司，多位高管相继离开，其中CTO Mira Murati的离职引起舆论风波。
. 马斯克的xAI成为仅次于OpenAI的估值第二高的AI初创公司，其产品和融资表现出色，算力方面也在大幅精进。
5. AI大环境下的企业方面竞争也加剧，亲密盟友微软摆脱对OpenAI的早期依赖，其他竞争对手也在不断涌现。
阅读原文
2. OpenAI烧钱速度惊人，ChatGPT每天花费近70万美元，训练GPT-4模型花费超过1亿美元，公司亏损。
3. OpenAI决定重组成营利性福利公司，多位高管相继离开，其中CTO Mira Murati的离职引起舆论风波。
. 马斯克的xAI成为仅次于OpenAI的估值第二高的AI初创公司，其产品和融资表现出色，算力方面也在大幅精进。
5. AI大环境下的企业方面竞争也加剧，亲密盟友微软摆脱对OpenAI的早期依赖，其他竞争对手也在不断涌现。
苹果发文质疑：大语言模型根本无法进行逻辑推理
文章概要：
1. 苹果公司的Iman Mirzadeh及其研究团队提出了一个名为GSM-Symbolic的新基准，针对多个开源模型和闭源模型进行了大规模评估，结果显示，当问题中的数值或名字变化时，模型的表现出显著的波动
. 研究团队认为，这种表现下降并非偶然，而是因为当前的大语言缺乏真正的逻辑推理能力，更多是在基于训练数据中的模式进行匹配，而非像人类一样进行符号和逻辑推导
3. 为进一步探索这一问题，研究团队发了-Symbolic，用于测试大语言在数学推理中的极限
4. 研究团队5个方面说明了为何他们认为大语言不具备形式推理能力>5. 研究人员表示，而言，这项研究没有发现大语言模型具备正式的逻辑推理能力，无论是开源模型，还是闭源模型
6. 未来，大语言模型需要突破模式匹配，真正实现逻辑推理，才能变化的需求。这也是AI社区共同努力的方向
阅读原文
. 研究团队认为，这种表现下降并非偶然，而是因为当前的大语言缺乏真正的逻辑推理能力，更多是在基于训练数据中的模式进行匹配，而非像人类一样进行符号和逻辑推导
3. 为进一步探索这一问题，研究团队发了-Symbolic，用于测试大语言在数学推理中的极限
4. 研究团队5个方面说明了为何他们认为大语言不具备形式推理能力>5. 研究人员表示，而言，这项研究没有发现大语言模型具备正式的逻辑推理能力，无论是开源模型，还是闭源模型
6. 未来，大语言模型需要突破模式匹配，真正实现逻辑推理，才能变化的需求。这也是AI社区共同努力的方向
OpenAI官方开源多智能体框架「Swarm」，并不是我想要的多智能体框架
文章概要：
1. OpenAI官方开源智能体框架Swarm，引起大量关注
2. 作者认为Swarm的多智能体框架好，与云原生技术的发展历程相比，相当于docker swarm和k
3 作者认为Swarm的设计不如自己的多智能体框架好用，需要像k8s编排容器那样编排智能体
4. 多智能体的核心难题是不同智能体之间的通信问题，多个智能体协作只需在必要时被调用
5.的智能体框架的anner比OpenAI的arm的Handoffs处理得更完美
6. OpenAI的Swarm目前还处于实验阶段，作者期望它发展成为k8s这样的多智能体编排框架
7. 作者认为用python写多智能体应用不是好选择，随着复杂场景的人工智能应用需求增加，控制权应回归到应用开发者手中
阅读原文
2. 作者认为Swarm的多智能体框架好，与云原生技术的发展历程相比，相当于docker swarm和k
3 作者认为Swarm的设计不如自己的多智能体框架好用，需要像k8s编排容器那样编排智能体
4. 多智能体的核心难题是不同智能体之间的通信问题，多个智能体协作只需在必要时被调用
5.的智能体框架的anner比OpenAI的arm的Handoffs处理得更完美
6. OpenAI的Swarm目前还处于实验阶段，作者期望它发展成为k8s这样的多智能体编排框架
7. 作者认为用python写多智能体应用不是好选择，随着复杂场景的人工智能应用需求增加，控制权应回归到应用开发者手中
一文看懂LLM推理，深入解读OpenAI ο1背后的相关方法
文章概要：
1. OpenAI最近发布的o1系列模型堪称迈向强人工智能的一次飞跃，其强大的推理能力为我们描绘出了下一代人工智能模型的未来图景
2. o1的训练使用了强化学习技术，通过显式地嵌入一个原生「思维链」（NCoT）过程，可出色地完成复杂的推理任务
3. o1在数学和编程任务上的表现5倍，它在竞争性编程中排名第89位，在美国著名的数学奥林匹克资格赛中名列前500名，并在物理、生物和化学基准测试中超越了人类博士级的准确度
4. o1的一个关键创新是它允许在推理过程中花费更多时间进行推理，这标志着一种范式转变：从快速、直接的反应转向缓慢、深思熟虑、多步骤的推理时间计算
5. o1的诞生非常激动人心，因为大语言模型（LLM）现在不仅能使用学习到的模式进行快速响应，而且还能通过思维链或其它形式的搜索等机制模拟复杂的推理过程
6. OpenAI o1在科学、编程和数学领域都取得了相当卓越的表现，此外，o1在AI安全对齐方面也取得了进展
7. 汪军教授表示，我们目前尚不清楚OpenAI的o1创新是否植根于模型本身，还是依然依赖于外部提示系统
8. 汪军教授全面回顾了可能的相关文献，并探讨了这一突破背后可能的核心技术和方法，此外，他还提出了基于近期研究成果实现相应开源版本的方法，以加速该领域的研究
9. 传统自回归LLM面临着一个关键挑战：如何使系统超越其训练数据的界限并开发出新颖的、可能更优的策略
10. 世界模型（world model）代表了智能体对环境的理解，学习和优化这个世界模型，再加上模拟潜在结果的能力，有望极大提升AI智能体的能力
11. 思维链却有望减轻这一限制，其可通过一系列「思维」步骤来扩展响应，由此支持一定数量的额外计算资源
12. 可以将该推理过程定义为一个马尔可夫决策过程（MDP），MDP能为建模推理提供一个灵活的框架
13. 状态表示迄今为止的推理步骤顺序，而动作对应于选择新推理步骤或最终答案，LLM策略控制着动作的选择而过程奖励模型（PRM）则提供有关推理步骤和最终答案质量的反馈
14. 为了模拟出高级推理能力，就需要推理轨迹数据，最直接的方法当然是人工标注推理步骤，但这种方法缺点也很明显
15. 一种无需人类监督，特别有效的收集数据和提升LLM推理的方法是Self-Taught Reasoner（STaR）
16. 有了推理数据之后，下一步就是训练世界模型了，也被称为过程奖励模型（PRM）
17. 得到了PRM之后，就可以训练LLM策略以提升其推理能力了，这需要超越传统监督学习框架的方法
18. 训练完成后，LLM策略必须在推理过程中高效地生成输出，LLM常用的方法是自回归，即根据之前的token逐一生成新，但是，对于推理任务，还必需更复杂的解码技术
19. 原生思维链（NCoT）是指大型语言模型（LLM）固有的推理能力，这让其无需外部提示词便可以自动执行逐步式的结构化推理
20. 相关领域的几篇关键论文，介绍它们的贡献和局限性
阅读原文
2. o1的训练使用了强化学习技术，通过显式地嵌入一个原生「思维链」（NCoT）过程，可出色地完成复杂的推理任务
3. o1在数学和编程任务上的表现5倍，它在竞争性编程中排名第89位，在美国著名的数学奥林匹克资格赛中名列前500名，并在物理、生物和化学基准测试中超越了人类博士级的准确度
4. o1的一个关键创新是它允许在推理过程中花费更多时间进行推理，这标志着一种范式转变：从快速、直接的反应转向缓慢、深思熟虑、多步骤的推理时间计算
5. o1的诞生非常激动人心，因为大语言模型（LLM）现在不仅能使用学习到的模式进行快速响应，而且还能通过思维链或其它形式的搜索等机制模拟复杂的推理过程
6. OpenAI o1在科学、编程和数学领域都取得了相当卓越的表现，此外，o1在AI安全对齐方面也取得了进展
7. 汪军教授表示，我们目前尚不清楚OpenAI的o1创新是否植根于模型本身，还是依然依赖于外部提示系统
8. 汪军教授全面回顾了可能的相关文献，并探讨了这一突破背后可能的核心技术和方法，此外，他还提出了基于近期研究成果实现相应开源版本的方法，以加速该领域的研究
9. 传统自回归LLM面临着一个关键挑战：如何使系统超越其训练数据的界限并开发出新颖的、可能更优的策略
10. 世界模型（world model）代表了智能体对环境的理解，学习和优化这个世界模型，再加上模拟潜在结果的能力，有望极大提升AI智能体的能力
11. 思维链却有望减轻这一限制，其可通过一系列「思维」步骤来扩展响应，由此支持一定数量的额外计算资源
12. 可以将该推理过程定义为一个马尔可夫决策过程（MDP），MDP能为建模推理提供一个灵活的框架
13. 状态表示迄今为止的推理步骤顺序，而动作对应于选择新推理步骤或最终答案，LLM策略控制着动作的选择而过程奖励模型（PRM）则提供有关推理步骤和最终答案质量的反馈
14. 为了模拟出高级推理能力，就需要推理轨迹数据，最直接的方法当然是人工标注推理步骤，但这种方法缺点也很明显
15. 一种无需人类监督，特别有效的收集数据和提升LLM推理的方法是Self-Taught Reasoner（STaR）
16. 有了推理数据之后，下一步就是训练世界模型了，也被称为过程奖励模型（PRM）
17. 得到了PRM之后，就可以训练LLM策略以提升其推理能力了，这需要超越传统监督学习框架的方法
18. 训练完成后，LLM策略必须在推理过程中高效地生成输出，LLM常用的方法是自回归，即根据之前的token逐一生成新，但是，对于推理任务，还必需更复杂的解码技术
19. 原生思维链（NCoT）是指大型语言模型（LLM）固有的推理能力，这让其无需外部提示词便可以自动执行逐步式的结构化推理
20. 相关领域的几篇关键论文，介绍它们的贡献和局限性
OpenAI官宣融资66亿，超级巨无霸诞生！以后重点搞这两个方向
文章概要：
1. OpenAI官宣融资66亿，成为全球前三大初创公司之一，估值到了10亿美元
2. OpenAI提出颇具争议的条件，要求投资者在AI领域仅投资OpenAI，因此退出本轮融资
. OpenAI表示新资金将用于巩固其在前沿AI研究中的领导地位，增加计算能力，继续开发工具
4.AI年初发布的生视频Sora不见具体的落地动作，Meta推出了文生视频模型Movie Gen
5.AI正在调整其战略方向，商业化转型，目前在AI领域，看得见足够大的钱的方向就是两个，AI搜索和AI编程
6.AI在未来两年内，会在编程领域持续发力，这对于整个行业来说无疑是个好消息
7. OpenAI在某些基础应用方面的推进速度就会相对放缓，毕竟即便是全球最大AI独角兽，手上掌握的资源也是有限的
8.AI选择了将更多的精力投入到那些更容易看到商业前景的领域，反映了他们在技术和之间的考量
阅读原文
2. OpenAI提出颇具争议的条件，要求投资者在AI领域仅投资OpenAI，因此退出本轮融资
. OpenAI表示新资金将用于巩固其在前沿AI研究中的领导地位，增加计算能力，继续开发工具
4.AI年初发布的生视频Sora不见具体的落地动作，Meta推出了文生视频模型Movie Gen
5.AI正在调整其战略方向，商业化转型，目前在AI领域，看得见足够大的钱的方向就是两个，AI搜索和AI编程
6.AI在未来两年内，会在编程领域持续发力，这对于整个行业来说无疑是个好消息
7. OpenAI在某些基础应用方面的推进速度就会相对放缓，毕竟即便是全球最大AI独角兽，手上掌握的资源也是有限的
8.AI选择了将更多的精力投入到那些更容易看到商业前景的领域，反映了他们在技术和之间的考量
OpenAI遭惊天剽窃指控！
文章概要：
1. OpenAI刚发布的体框架被指控窃取代码
2. Swarms Corporation的创始人Kye Gomez指控OpenAI侵犯了他们的知识产权，OpenAI不仅了他们的名称，还抄袭了结构和方法
3.表示，Swarms是一个已经运行了近3年的多智能体，已有4500智能在生产环境运行，为全球最大的金融、和医疗机构提供服务
4 Gomez提出了一些关键指控，包括项目名称相同、代码结构相似、方法名称、没有提供引用等> 5. Gomez要求OpenAI更改名称否则将面临法律后果
6. Gomez还透露，他们一直是OpenAI模型的忠实用户和推荐者，如果OpenAI不这种行为，将不得不从warms中移除所有OpenAI模型，这可能导致AI数百万的收入
7. Gomez提出了一个解决方案，如果OpenAI愿意Swarms Corporation，他们就可以使用"swarms名称的权利
8 这场风波也引发了一些质疑的声音，评论指出"swarms这个词在AI领域并不，多智能体系统的基本结构存在相似之处
9. 是否真的构成侵权，还需要的调查和评估
10. 截止稿，AI暂未回应这一指控
阅读原文
2. Swarms Corporation的创始人Kye Gomez指控OpenAI侵犯了他们的知识产权，OpenAI不仅了他们的名称，还抄袭了结构和方法
3.表示，Swarms是一个已经运行了近3年的多智能体，已有4500智能在生产环境运行，为全球最大的金融、和医疗机构提供服务
4 Gomez提出了一些关键指控，包括项目名称相同、代码结构相似、方法名称、没有提供引用等> 5. Gomez要求OpenAI更改名称否则将面临法律后果
6. Gomez还透露，他们一直是OpenAI模型的忠实用户和推荐者，如果OpenAI不这种行为，将不得不从warms中移除所有OpenAI模型，这可能导致AI数百万的收入
7. Gomez提出了一个解决方案，如果OpenAI愿意Swarms Corporation，他们就可以使用"swarms名称的权利
8 这场风波也引发了一些质疑的声音，评论指出"swarms这个词在AI领域并不，多智能体系统的基本结构存在相似之处
9. 是否真的构成侵权，还需要的调查和评估
10. 截止稿，AI暂未回应这一指控
Swarm：一个OpenAI开源的multiAgent框架，简单哲学的代表
文章概要：
1. 文章介绍了OpenAI开源的多Agent框架Swarm，其设计理念是让Agent编排和执行变得轻量级、高度可控和易于测试，适用于处理大量独立功能和指令的场景。
2. 文章通过两个简单的例子，一个是英语和西班牙语的对话，另一个是航空客服系统，展示arm的使用方法和优势。
3. 相较于其他MultiAgent框架，Swarm更简单和轻量级，适合进行快速的原型开发，但在特性和成熟性上，其他框架或许更适合重度使用。
阅读原文
2. 文章通过两个简单的例子，一个是英语和西班牙语的对话，另一个是航空客服系统，展示arm的使用方法和优势。
3. 相较于其他MultiAgent框架，Swarm更简单和轻量级，适合进行快速的原型开发，但在特性和成熟性上，其他框架或许更适合重度使用。
OpenAI开源了多Agent框架 Swarm
文章概要：
1. OpenAI开源了多Agent框架Swarm> 2. 框架用于构建、编排和部署多智能体系统
3. 由OpenAI解决方案团队管理，是实验性框架
4. 星球号主要针对提供增值服务，内容包括但源码解析及答疑（Dify等），书籍|报告下载（资料，代码|数据下载（公众号付费资料）
阅读原文
3. 由OpenAI解决方案团队管理，是实验性框架
4. 星球号主要针对提供增值服务，内容包括但源码解析及答疑（Dify等），书籍|报告下载（资料，代码|数据下载（公众号付费资料）
突发！OpenAI发布最强模型o1：博士物理92.8分，IOI金牌水平
文章概要：
1. OpenAI发布最强模型o1进行通用复杂推理，在解决博士的物理问题时，o1直接干92.8分
2.AI首个经过强化学习训练的模型，在输出回答之前，会在产生很长的思维链，增强模型的能力
3. o1系列分为三个型号：o1，新的大模型天花板，过于强大目前不方便对外公开；o1-preiview，o1的早期版本，可以立即提供给ChatGPT付费用户和API用户；o1-mini，速度更快、性价比更高，适用于需要推理和无需广泛世界知识的任务
4. OpenAI表示，o1系列可以帮医疗保健研究注释细胞测序数据，帮助物理学家可以生成量子光学所需数学公式，所有领域开发人员使用o1来构建和执行多步骤工作
5. OpenAI科学家Noam Brown分享了更详细的测试结果，在上个月的ACL会议上有一个所有当时大模型都无法解决的逻辑难题。o1-preview能够做，1满血版每次尝试都能做对
6. ChatGPT Plus和Team用户最早可在几个小时内体验到o1系列模型。在发布时，o1-preview限制为每周30条消息o1-mini50条
7. API访问权限将首先给Tier 5级用户也就是已经在OpenAI API上花费超过1000的人
阅读原文
2.AI首个经过强化学习训练的模型，在输出回答之前，会在产生很长的思维链，增强模型的能力
3. o1系列分为三个型号：o1，新的大模型天花板，过于强大目前不方便对外公开；o1-preiview，o1的早期版本，可以立即提供给ChatGPT付费用户和API用户；o1-mini，速度更快、性价比更高，适用于需要推理和无需广泛世界知识的任务
4. OpenAI表示，o1系列可以帮医疗保健研究注释细胞测序数据，帮助物理学家可以生成量子光学所需数学公式，所有领域开发人员使用o1来构建和执行多步骤工作
5. OpenAI科学家Noam Brown分享了更详细的测试结果，在上个月的ACL会议上有一个所有当时大模型都无法解决的逻辑难题。o1-preview能够做，1满血版每次尝试都能做对
6. ChatGPT Plus和Team用户最早可在几个小时内体验到o1系列模型。在发布时，o1-preview限制为每周30条消息o1-mini50条
7. API访问权限将首先给Tier 5级用户也就是已经在OpenAI API上花费超过1000的人