AI动态跟踪系列（三）：复杂推理大模型OpenAI o1亮相，数学与代码能力飞跃.pdfVIP

计算机

行

业2024年09月14日

报

AI动态跟踪系列（三）

告

复杂推理大模型OpenAIo1亮相，数学与代码能力飞跃

强于大市（维持）事项：

9月13日，OpenAI正式发布并上线o1系列模型o1-preview和o1-mini。

行情走势图

行平安观点：

业OpenAI计数器重置回1，o1系列开启复杂推理序幕。本次OpenAI发布

动的是o1-preview（预览版）和o1-mini（擅长STEM、更快、更便宜）两

个版本，ChatGPT付费用户和API用户可以使用。根据OpenAI官网介

态绍，o1系列被定位为用于解决难题的推理模型。对于复杂的推理任务来

跟说，OpenAI认为o1是一个重大进步，代表了AI能力的新水平，鉴于此，

踪OpenAI将计数器重置回1并将此系列模型命名为OpenAIo1。OpenAI研

究发现，随着强化学习（训练时计算）和思考时间（测试时计算）的增加，

报相关研究报告o1的性能会不断提高。因此在体验上，与此前模型不同点在于，OpenAI

【平安证券】行业动态跟踪报告*计算机*AI动态跟

告踪系列（二）：英伟达GTC2024AI软件与应用有o1在作出反应之前，需要像人类一样，花更多时间思考问题。

哪些看点？*强于大

【平安证券】行业动态跟踪报告*计算机*AI动态跟

踪系列（一）：Duolingo4Q23业绩超预期，持续关o1基准表现明显优于GPT-4o，数学与编码能力实现飞跃。OpenAI实验

注AI+教育应用前景*强于大结果表明，在绝大多数推理任务中，o1的表现明显优于GPT-4o。尤其是

证券分析师在具有挑战性的推理基准上，o1实现了能力飞跃，1）数学能力：在美国

闫磊投资咨询资格编号数学奥林匹克(AIME2024)预选赛题目中，GPT-4o平均只能解决12%的问

S1060517070006题，o1正式版达到平均74%的准确率，在使用学习评分函数重新排名1000

YANLEI511@

个样本后准确率达到93%，相当于美国排名前500的学生水平。2）编码

黄韦涵投资咨询资格编号

S1060523070003能力：在竞争性编程问题（Codeforces）比赛中，o1-preview、o1分别超

HUANGWEIHAN235@越了62%、89%的人类竞争者，而对比GPT-4o仅超过11%。3）特定专

研究助理