OpenAI ने ChatGPT में उपयोग और API के माध्यम से अपने नए तर्क मॉडल, OpenAI o1-preview का एक प्रारंभिक संस्करण जारी किया है। यह मॉडल उत्पादक श्रृंखला-विचार क्षमताओं को विकसित करने के लिए बड़े पैमाने पर पुनर्बल सीखने का उपयोग करता है, जटिल कार्यों में GPT-4o की तुलना में काफी बेहतर प्रदर्शन करता है।
- 2024 AIME गणित परीक्षा में, o1 ने एकल नमूने के साथ 74% औसत प्राप्त किया और 1000 नमूनों को पुनः रैंक करने पर 93% प्राप्त किया, जिससे यह राष्ट्रीय स्तर पर शीर्ष 500 छात्रों में शामिल हो गया।
- भौतिकी, जीव विज्ञान और रसायन विज्ञान के लिए GPQA डायमंड मानक पर मॉडल ने मानवीय पीएचडी-स्तर की सटीकता को पार कर लिया।
- o1 पर प्रशिक्षित एक संस्करण ने अंतर्राष्ट्रीय ओलंपियाड इन इन्फॉर्मैटिक्स में 213 अंक प्राप्त किए और सिमुलेटेड Codeforces प्रतियोगिताओं में 1807 की एलो रेटिंग हासिल की।
- डेटा विश्लेषण, कोडिंग और गणित जैसे तर्क-केंद्रित श्रेणियों में मानवीय प्रशिक्षकों द्वारा o1-preview को GPT-4o पर प्राथमिकता दी जाती है।
- सुरक्षा नीतियों को श्रृंखला-विचार में एकीकृत करने से जेलब्रेक के खिलाफ मजबूती में सुधार हुआ, हालांकि संभावित हेरफेर जोखिमों को रोकने के लिए उपयोगकर्ताओं को कच्ची श्रृंखलाएं नहीं दिखाई जाती हैं।
इस जारीकरण का प्रमुख पहलू उन मॉडलों की ओर बढ़ना है जो उत्तर देने से पहले समस्याओं पर विचार कर सकते हैं, जिससे तर्क क्षमताओं में महत्वपूर्ण सुधार हुआ है और सुरक्षा मानकों को बनाए रखा गया है।