OpenAI lanzó la familia de modelos o1 entre septiembre y diciembre de 2024, introduciendo un nuevo paradigma donde los modelos generan pasos de razonamiento ocultos durante la inferencia para resolver problemas complejos en matemáticas, ciencias e ingeniería de software.
- o1-preview y o1-mini se lanzaron el 12 de septiembre de 2024, utilizando aprendizaje por refuerzo con modelos de recompensa supervisados por proceso para permitir deliberación en lugar de coincidencia inmediata de patrones.
- El modelo o1 completo se lanzó el 5 de diciembre de 2024, añadiendo entrada de visión, llamada a funciones y una ventana de contexto de 200K tokens, logrando una reducción del 34% en errores principales en tareas de razonamiento difíciles en comparación con o1-preview.
- o1-pro, disponible mediante suscripción a ChatGPT Pro y acceso posterior a la API, extiende el presupuesto de cómputo para aumentar las tasas de aprobación de AIME de aproximadamente 74% a 86%.
Estos lanzamientos establecieron lo que la industria llama la "era del razonamiento" al demostrar que escalar el cómputo en tiempo de inferencia desbloquea capacidades más allá del preentrenamiento por sí solo.