OpenAIは2024年9月から12月にかけてo1モデルファミリーをリリースし、数学、科学、ソフトウェアエンジニアリングの複雑な問題を解決するために、推論中に隠れた推論ステップを生成するという新しいパラダイムを導入しました。

  • o1-previewとo1-miniは2024年9月12日に発売され、プロセス監督型報酬モデルを用いた強化学習により、即座のパターンマッチングではなく熟考を可能にしました。
  • 2024年12月5日にリリースされた完全版o1モデルは、ビジョン入力、関数呼び出し、200Kトークンのコンテキストウィンドウを追加し、o1-previewと比較して難しい推論タスクにおける主要なエラーを34%削減しました。
  • ChatGPT Proのサブスクリプションおよび後のAPIアクセスで利用可能なo1-proは、計算予算を拡張し、AIMEのパス率を約74%から86%に向上させました。

これらのリリースにより、推論時の計算量をスケールさせることが事前学習だけでは実現できない能力を引き出すことを実証し、業界が「推論の時代」と呼ぶものを確立しました。