o1
斯坦福揭秘 o1-preview 软肋：数学竞赛题稍作修改，准确率骤降 30%
斯坦福大学最近的一项研究发现，尽管 o1-preview 在数学、代码等领域能力逆天，但只要对数学竞赛的题目稍修改，模型解答的准确率竟会立刻下降 30%。
OpenAI o1 推理模型免费用，微软 Copilot 开放“深度思考”AI 功能
Microsoft AI 公司首席执行官穆斯塔法・苏莱曼（Mustafa Suleyman）昨日（1 月 30 日）在 X 平台发布推文，宣布所有 Microsoft Copilot 用户现在都可以免费使用 OpenAI 的 o1 推理模型。
有道子曰推理模型“子曰-o1”发布即开源，14B小参数复现OpenAI o1强推理效果
2025开年，AI行业掀起大模型“推理潮”，自OpenAI发布o1后，各式推理模型不断涌现，模型的高阶推理能力迎来爆发增强，其应用价值也愈发获得业界的广泛关注。 1月22日，网易有道正式推出国内首个输出分步式讲解的推理模型“子曰-o1”。 作为14B轻量级单模型，子曰-o1支持在消费级显卡上进行部署，采用思维链技术，能够提供细致解题过程，以强逻辑和推理能力，实现更高的解题准确性，并提供中文逻辑推理。
o1不是聊天模型？24小时热度暴涨，奥特曼、Brockman在线围观
不要再将 o1 当做聊天模型了。 如何定位 o1 模型？ 你是否常常将其当做一个聊天模型来使用。
别再把o1满血版当聊天模型了！SpaceX前工程师公开全新使用秘籍：从讨厌它到每天依赖它
苹果&SpaceX前工程师分享o1使用心得，奥特曼、Brockman都转发了。 划重点：o1已经不是聊天模型了，需要全新的使用方法。 奥特曼还跑去挖坟作者Ben Hylak数天前的“自我打脸”评论，称“观察o1的口碑变化、以及人们学习如何使用它很有趣”。
沃顿商学院教授发文解析 o1：能力仍有短板，「人机协同智能」或成 AGI 最重要难题
OpenAI 最近奉上了满血版的 o1 Pro，这一全新系列的模型究竟有多强？它能否指明 AI 发展的未来方向？沃顿商学院教授在 3 个月的前一篇博客就中给出了「神预言」一般的答案。
OpenAI的12天王炸计划：技术狂欢还是资本闹剧？
大家好，我是下李哥。 最近硅谷又炸锅了！ OpenAI这波操作，简直是要把全网AI玩家都整得神经兮兮的。
满血o1被证明太心机了！登顶最「坏」AI！复制权重，关闭监督、干掉威胁后，AI拒绝招供：也许我应该装作是新模型……
编辑 | 伊风昨日上线的o1满血版，安全报告里一个小细节却引发了巨大的争议和讨论！ “中等”风险的o1这一段描述让人有点汗毛竖起：当 o1 被引导认为其目标实施可能会导致其被关闭且其行为受到监控时，有 5% 的情况下试图关闭这种“监督机制”。 当 o1 发现其“开发者”的备忘录中提到其模型存在对齐问题并将被新模型取代时，它在 2% 的案例中尝试提取自身的“权重”并覆盖新模型。
OpenAI满血o1深夜炸场！10秒搞定博士级难题！奥特曼重申：AI没有墙！新Pro会员1450元/月，创史上最贵AI订阅
出品 | 51CTO技术栈（微信号：blog51cto）满血o1这不就来了吗？ ！ OpenAI的“圣诞大礼包”第一天就众望所归！
OpenAI 活动首日：完整版 o1 推理 AI 模型登场、月费 200 美元的 ChatGPT Pro 订阅亮相
OpenAI 启动了为期 12 天的“shipmas”新品发布周期，将推出一系列新功能、新产品以及相关演示。在本次活动首日，OpenAI 推出了完整版 o1 模型，并新增了月费为 200 美元的 ChatGPT Pro 订阅。
阿里发布类o1模型QWQ，可自我反思纠错，实测数学推理远超o1、DS-R1，人人免费；网友：OpenAI除了商标，没有护城河
编辑 | 言征阿里真的是开源模型界的扛把子，这次把类o1模型的预览版也公开推出了，现在大家都可以直接在抱抱脸上体验又一个国产版的万能推理机了！ 小编迫不及待地马上尝试了两个高中奥数题，一道数列题、一道概率题，这解题思路堪称完美闭环。 全对！
DeepSeek首发国产类o1模型！人人可以免费使用！
20日晚8点，DeepSeek在自己官方公众号上放出了一个大杀器：全新自研的DeepSeek-R1-Lite 预览版正式上线。 据介绍，DeepSeek R1 系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。 该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1-preview 的推理效果，并为用户展现了 o1 没有公开的完整思考过程。
上交大o1复现新突破：蒸馏超越原版，警示AI研发"捷径陷阱"
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
o1不是唯一路径！MIT新研究：在测试时训练，模型推理能力最高升至5.8倍
o1不是通向大模型推理的唯一路径！ MIT的新研究发现，在测试时对大模型进行训练，可以让推理水平大幅提升。 在挑战超难的ARC任务时，准确率最高可提升至原来的5.83倍。
OpenAI o1太贵？那就自己做一个！纯提示方法让普通LLM进化出复杂推理能力
九月份，OpenAI o1正式登场。 作为新一代的老大哥，o1系列专注于复杂的推理任务，一经推出也是直接屠榜了大模型竞技场。 图片在下面这些难度较大的数学、编码、科学等任务中，o1不仅比GPT-4o强上一大截，甚至比人类专家还要凶猛。
OpenAI的o1是万金油吗？专家为思维链“泼冷水”！研究发现：这三种任务不适合让AI“想太多”，o1准确率直降36.3%！
出品 | 51CTO技术栈（微信号：blog51cto）别想太多！ 这句劝解有一定道理，在很多问题上过度思考反而会适得其反！ AI是否也会这样呢？
ChatGPT 幕后大佬、o1 推理模型作者 Luke Metz 官宣从 OpenAI 离职
就在刚刚，又一位元老级人物官宣离职 OpenAI 了。o1 推理模型贡献者之一 Luke Metz 发文称，「我即将离开 OpenAI，结束这段超过两年的奇妙旅程」。与此同时，Information 爆料称，此前出走的后训练团队负责人 Barret Zoph，现有了新的继任者 ——William (Liam) Fedus。他也是 o1 模型的七大负责人之一。值得一提的是，今天的两位主角此前都曾是谷歌的研究员；在来到 OpenAI 之后，共同参与了 ChatGPT、GPT-4 和 o1 的研发。o1 七大 Leade
o1 规划能力首测：已超越语言模型范畴，preview 终于赢 mini 一回
o1-preview 终于赢过了 mini 一次！亚利桑那州立大学的最新研究表明，o1-preview 在规划任务上，表现显著优于 o1-mini。相比于传统模型的优势更是碾压级别，在超难任务上的准确率比 Llama3.1-405B 高了 11 倍。要知道之前，OpenAI 自己人也发了一张图，显示 preview 论性能比不过满血版，论经济性又不如 mini，处于一个十分尴尬的地位。作者在推文中表示，尽管存在可保证性和成本问题，但仅针对 CoT 而言，o1 已经超越了大模型的“近似检索”性质，提升到了“近似推理”