OpenAI telah merilis versi awal dari model penalaran barunya, OpenAI o1-preview, untuk digunakan di ChatGPT dan melalui API. Model ini memanfaatkan pembelajaran penguatan skala besar untuk mengembangkan kemampuan rantai-pemikiran yang produktif, secara signifikan mengungguli GPT-4o pada tugas-tugas kompleks.
- Pada ujian matematika AIME 2024, o1 mencatatkan rata-rata 74% dengan satu sampel dan 93% saat melakukan re-ranking terhadap 1000 sampel, menempatkannya di antara 500 siswa teratas secara nasional.
- Model ini melampaui akurasi tingkat PhD manusia pada benchmark GPQA diamond untuk fisika, biologi, dan kimia.
- Sebuah versi yang dilatih pada o1 meraih skor 213 poin dalam Olimpiade Informatika Internasional dan mencapai rating Elo 1807 dalam kontes Codeforces simulasi.
- o1-preview lebih disukai oleh pelatih manusia dibandingkan GPT-4o dalam kategori yang membutuhkan penalaran berat seperti analisis data, pemrograman, dan matematika.
- Mengintegrasikan kebijakan keamanan ke dalam rantai pemikiran meningkatkan ketahanan terhadap jailbreak, meskipun rantai mentah tidak ditampilkan kepada pengguna untuk mencegah risiko manipulasi potensial.
Rilis ini menyoroti pergeseran menuju model yang dapat memikirkan masalah sebelum merespons, menawarkan peningkatan substansial dalam kemampuan penalaran sambil mempertahankan standar keamanan.