陶哲轩提前实测满血版o1:能当研究生使唤

AIGC动态3周前发布 QbitAI
209 0 0
陶哲轩提前实测满血版o1:能当研究生使唤

 

文章摘要


【关 键 词】 数学模型克莱姆定理大模型混合整数规划研究工具

陶哲轩,一位著名的数学家,对OpenAI的o1模型进行了测试,发现其在解决数学问题上表现出色,尤其是在识别克莱姆定理方面。他通过三轮测试来评估模型的性能。在第一轮测试中,o1模型成功识别并应用了克莱姆定理,给出了满意的答案。第二轮测试中,模型在解决复杂分析问题时,虽然需要大量提示,但最终能够提供正确的解决方案。第三轮测试中,模型在将质数定理转化为Lean定理形式时,虽然理解了任务,但在代码实现中出现了小错误,这可能是由于训练数据中缺乏最新信息。

陶哲轩将使用o1模型的体验比作指导一个平庸但有能力的研究生,认为模型虽然不能产生新的思想,但在提供足够提示的情况下,能够完成复杂的任务。这种比喻在HackerNews等平台上引发了热烈讨论。一些用户认为,尽管大模型在编程方面有帮助,但还有其他工具可以解决问题。而另一些人则认为,大模型的能力足以媲美数学研究生。

此外,一位名为wenc的网友分享了他使用大模型进行运筹学研究的经验,发现从GPT 4o开始,模型能够提供有用的混合整数规划公式,并且能够预警无效回答的风险。wenc认为,大模型的价值远超其订阅费用,并且预计随着模型在Lean上的调整,其在数学研究中的实用性将进一步提升。

陶哲轩回应了关于大模型的争议,他提出了一个指标,即助手在专家指导下完成复杂数学研究项目任务的能力。他认为,虽然目前让大模型输出正确答案比输入精准提示和验证结果要困难2-5倍,但预计未来几年这个差距将缩小到1倍以内。他强调,大模型可以协助研究人员,但培养研究生的目的是培养未来的独立研究者。

最后,讨论中得出的结论是,大模型的价值因人而异,主要取决于用户的提示词工程能力。随着用户技巧的提升,他们可以用更少的时间获得更好的效果。

豆包-智能助手

原文和模型


【原文链接】 阅读原文 [ 2269字 | 10分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

© 版权声明

相关文章

暂无评论

暂无评论...