ChatGPT получил новую модель o1: что умеет нейросеть, которая научилась «сложным рассу­ждениям»

23
ChatGPT получил новую модель o1: что умеет нейросеть, которая научилась «сложным рассу­ждениям»
Аватар автора

Даша Лейзаренко

разгадывает загадки хуже, чем нейросеть

Страница автора

12 сентября OpenAI представила новые улучшенные модели для чат-бота.

Компания показала две версии — o1-preview и o1-mini. Особенность в том, что они уделяют больше времени размышлениям перед тем, как дать ответ. Из-за этого ответы получаются более качественными и продуманными. Это нужно в первую очередь для того, чтобы решать сложные математические и научные задачи. Но и в обычной жизни «рассуждающая» нейросеть пригодится.

Расскажу, что умеют новые модели, чем отличаются от предыдущих и как их попробовать.

Что такое o1

Версии o1 — это большие языковые модели, обученные с помощью метода с подкреплением  . Они тщательно обдумывают решение перед тем, как ответить. Из-за этого нейросеть реагирует медленнее, зато сразу формирует цепочку размышлений — подобно тому, как люди поэтапно решают сложные задачи. Это позволяет o1 не только давать более точные ответы, но и увереннее аргументировать их.

Новая модель с рассуждениями реализует давний «костыль» ChatGPT. Пользователи чат-бота выяснили, что, если заставить нейросеть «думать пошагово», это улучшает ответы и повышает производительность. Но этот эффект достигался за счет специальных промптов, которые подобрало сообщество. Теперь o1 не нужно просить думать комплексно, она делает это автоматически.

В ChatGPT доступно две версии:

  1. o1-preview — ранняя версия модели o1 для решения сложных задач с использованием широких общих знаний о мире.
  2. o1-mini — более быстрая версия o1 для задач в программировании, математике и науках, где не требуется обширная общая информация.

В OpenAI отмечают, что o1 не заменит предыдущую модель GPT-4o во всех сценариях. С базовыми запросами эффективнее справляется GPT-4o, так как у нее более обширные знания о мире. Предполагается, что пользователи будут использовать разные модели под разные задачи.

Кроме того, o1 пока не поддерживает распознавание изображений, поиск в интернете, возможность загружать файлы и запускать код. Это обещают добавить в будущем.

Чем отличается o1

Версии o1 принципиально не превосходят модели уровня GPT-4, но есть несколько важных особенностей. Вот что они умеют.

Рассуждать «как человек». Модели o1 выстраивают длинную внутреннюю цепочку размышлений перед тем, как дать ответ. Для этого нейросеть разбивает запрос на части, чтобы лучше его понять, и рассматривает несколько вариантов ответа.

Пользователи, попробовавшие o1, отмечают, что она справляется с загадками на логику, которые все остальные модели разгадать не могли.

Краткий ответ
Краткий ответ
Можно нажать на «размышления» и посмотреть, как «думала» нейросеть
Можно нажать на «размышления» и посмотреть, как «думала» нейросеть

Брать время на размышление. Новая модель генерирует ответ в течение 10—20 секунд и только потом показывает его пользователю. Предыдущие модели выдают слово за словом, из-за чего случаются ошибки. По задумке, новая технология снизит количество галлюцинаций  .

Решать сложные задачи — научные, программистские и математические. По данным OpenAI, в тестах по физике, химии и биологии модели отвечали на уровне аспирантов. В отборочном туре Международной математической олимпиады, IMO, GPT-4o правильно решила 13% заданий, а новая модель — 83%. Пользователи уже убедились, что модель справляется со школьными задачами по физике лучше других.

OpenAI, например, предлагает врачам-исследователям аннотировать с помощью o1 данные секвенирования, а физикам — выводить формулы в квантовой оптике. Разработчикам модель поможет написать сложный код.

Как писать запросы для o1

OpenAI представила официальные советы по промптингу для o1. Вот что рекомендует компания.

Писать просто и понятно. Модели понимают короткие инструкции без подробных пояснений.

Избегать пошагового рассуждения. Поскольку модели и так выполняют этап с рассуждением, запросы с формулировками вроде «думай поэтапно» или «объясни свой ответ» не нужны. Они могут только испортить ответ.

Использовать разделители. Например, тройные кавычки, теги, заголовки раздела четко обозначат разные части запроса и помогут модели интерпретировать их.

Ограничить дополнительный контекст. Компания рекомендует включать только самую релевантную информацию, чтобы модель не усложняла ответ.

Как получить доступ к o1 и сколько она стоит

Доступ к o1-preview и o1-mini постепенно предоставляют платным подписчикам ChatGPT Plus с 12 сентября. Подписка стоит 20 $⁣ (1824 ₽) в месяц, оплатить ее картой российского банка не получится.

Модели также доступны по API, но существенно дороже, чем предыдущие. К примеру, 1 млн токенов на ввод в o1-preview обойдутся в 15 $⁣ (1368 ₽), а на вывод — в 60 $⁣ (5472 ₽). GPT-4o в три раза дешевле.

Если у вас есть подписка ChatGPT Plus, то, чтобы включить o1, откройте новый чат, нажмите на меню с выбором модели и кликните на o1-preview или o1-mini. Будьте внимательны, у моделей жесткие лимиты: 30 сообщений в неделю для o1-preview и 50 для o1-mini.

В будущем все лимиты рассчитывают увеличить. В планах также открыть доступ к o1-mini всем бесплатным пользователям ChatGPT, но когда — неизвестно.

Все доступные модели в ChatGPT. GPT-4 уже называют устаревшей
Все доступные модели в ChatGPT. GPT-4 уже называют устаревшей

Мы постим кружочки, красивые карточки и новости о технологиях и поп-культуре в нашем телеграм-канале. Подписывайтесь, там классно: @t_technocult

Даша ЛейзаренкоУже получили доступ к o1? Поделитесь впечатлениями:
  • Георгий КиселевЕсть доступ у моего отдела автотестов QA. Возникла проблема: с самого утра 10 человек не могут придумать сколько-нибудь сложную/интересную задачу на разработку кода для GPT o1. Есть у кого-нибудь идеи?4
  • Забаненый за правдуВы лучше скажите, как обходить бесконечное "я не могу сделать потому что это нарушает политику контента", зависания на полуслове итп2
  • felidaeЗабаненый, я не могу сделать потому что это нарушает политику контента11
  • Oleg R.Забаненый, какая польза от обхождения политик цензурирования контента, кроме как обращать на это внимание в соцсетях?2
  • Николай СтупкинМодель интересная, по подписке дешевле, конечно, чем токены брать, если объемы работы огромные0
  • Дарья ЕфимоваЗабаненый, я не могу ответить вам потому что это нарушает политику контента.1
  • товарищ майорOleg, у вас просто хорошей текстовой NSFW RPG не было.2
  • Oleg R.псехолог, пришлось гуглить тему. Ладно, принято)0
  • Владимир ИшунинГеоргий, написать код для нейросетевой самодиагностики для улучшения тренировки LLM0
  • Сёмка ДруковС размышлениями очень забавно выглядит, логики я там не понял, на результат крутой1
  • Сёмка ДруковOleg, видимо кто-то использует ии как полноценного собеседника0
  • ИгорьНравится развитие этой сферы!4
  • ИгорьЗабаненый, ничего с этим не поделать,. просто принять(0
  • DinotrexБлин, это правда впечатляющий результат, честно я бы очень долго думал над загадкой0
  • АлександрГамно0
  • Ирина АфонасоваОчень глупая моделька. А ещё она подтягивать размышления из других чатов. Чтоб выявить баг надо "поговорить" о чем-то специфическом. Какой-то личный опыт и тут.0
  • Ирина АфонасоваИ ещё у него бывают галлюцинации.0
  • Виктор ИнженерСкоро её так улучшат, что она начнет впадать в депрессию и лениться)))0
  • Андрей НемыкинВиктор, скорее бы уже.2
  • АндрейВиктор, будет супер, если в рабочее время в разгар дня будет всплывать окно "УЧЕТ".1
  • fkmrfСкажем так, хорошо и допустим, но..... Когда наступит время и если наступит время самому персонально индивидууму ответить на вопрос: "Каким образом ты сам пришел к подобному умозаключению?", что-то думается это для многих пользователей окажется попросту тупиковой ситуацией. И подобное как умозаключение делается из опыта самой жизни, где условный "двоечник" отвечает у доски и с подсказом из класса у него всё неплохо получается. А после того как тот же самый персонаж и уже после ответа севший снова за парту, спроси его про тоже самое и на что оный отвечал у доски, правильного ответа, как правило, уже не получишь. И это не говоря о том, что только было и сейчас, а если всё и это же самое представить через некоторый промежуток времени, то там вообще полный тупик.0
  • Владимир МедведевСтаринную советскую задачку "Шёл Кондрат в Ленинград...", интересно, решает? Ни одна проверенная мной нейросеть пока не то, что правильного ответа не дала - даже в арифметическом подсчёте все путаются (который не нужен).1

Вот что еще мы писали по этой теме