现在有了推理和反思，骗不了 o1 的提示词了，不像以前傻乎乎直接就都吐出来了

发布时间: 2024-09-14 04:30:13

1分

数据加载中

关注推特

收听电报

现在有了推理和反思，骗不了 o1 的提示词了，不像以前傻乎乎直接就都吐出来了
IT技术
( twitter.com )

7个月前由宝玉提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

看livebench的推理分就行了。Gemini2FT是o1以外唯一一个推理分能上60的，不过和满血o1比还是有很大差距
时政
( twitter.com)

3个月前 • EleventhCY • -- 点击 0 评论

我觉得这个是往前了一步，但是离AGI还是有一定的距离。
现在在o1 中把不少精力放在了推理上，这更加符合人类的思考方式。在o1之前，llm只是一个死记硬背的孩子（llm
IT技术
( twitter.com)

7个月前 • 雷尼尔 • -- 点击 0 评论

在 OpenRouter上，Qwen QWQ 调用量已经超过了 OpenAI o1 和 o1-mini，开放权重、价格低、基础能力突出，这样的推理模型谁不喜欢呢
时政
( twitter.com)

4个月前 • 未完成 • -- 点击 0 评论

提示工程师是最短命的职业吗？Prompt Engineering已经死了吗？
随着 OpenAI 新的推理模型 o1 preview 的发布，它能自动生成高质量思维链，很简单的提示词也可以得到很不错的效果，所以很多人觉得提示工程已经死了，提示工程师是世上最短命的职业之一。真的如此吗？
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 0 评论

看到一篇对Kimi探索版的复杂逻辑推理测试很有意思。Kimi经过一系列假设验证，得到了正确结论。
对大语言模型来说，需要借助CoT（思维链），生成分析过程。但是有思维链不代表就一定能做对，分别测试一下几个模型，GPT-4o 和 o1 都能做对，尤其是 o1，推理很严谨。让我意外的是 Claude
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 0 评论

OpenAI的o1新发布，不出意外就是去年年底传言的Q算法: Q learning和A路径搜索的组合，所以O1应该也算是一种GPT4和搜索的组合，意味着每次推理上算力消耗会大得多
o1给我感受最深的一点是
System1(快思考)的scaling law时代可能即将结束了，system2(慢思考)的scaling law新时代要来临了
IT技术
( twitter.com)

7个月前 • fin • -- 点击 0 评论

Google 悄悄推出了 Gemini 2.0 flash 的 Thinking 模型，专门为推理优化，类似与 OpenAI o1，但不同的是 Thinking 给出了完整的思考步骤和自己的选择，而且速度极快！用上个月 AI 工作坊的填数题试了试，o1 花了 40 秒还做错了，Thinking 每次只需 20 秒，而且每次都正确✨
IT技术
( twitter.com)

3个月前 • indigo • -- 点击 • 下载视频 0 评论

00:00:26

o1 下最佳提示词实践：
1. 简洁
2. 不需要写思维链
3. 使用分隔符
参考 o1 提示词模板：
<context>
请分析以下示例中的写作风格、语气和结构。重点关注词汇选择、句子复杂性、节奏和整体语气等元素。 </context>
<examples>
IT技术
( X.com)

6个月前 • 宝玉 • -- 点击 0 评论

在 o1 pro 发布后，研究机构 SemiAnalysis 算是首次揭露了 OpenAI o1 系列的架构，还包含大量的推测和非公开渠道信息，值得一读。
我好奇的其实就是这几个问题： o1 系列和其他大语言模型有什么本质区别？ o1 和 o1 pro 之间的差异点在哪？ Tokenomics 是如何考量的？
1️⃣ o1 系列基于「Chain of
时政
( twitter.com)

3个月前 • Zhixiong Pan • -- 点击 0 评论

现在有了推理和反思，骗不了 o1 的提示词了，不像以前傻乎乎直接就都吐出来了 IT技术 ( twitter.com )

IT技术

看livebench的推理分就行了。Gemini2FT是o1以外唯一一个推理分能上60的，不过和满血o1比还是有很大差距 时政 ( twitter.com)

时政

我觉得这个是往前了一步，但是离AGI还是有一定的距离。 现在在o1 中把不少精力放在了推理上，这更加符合人类的思考方式。在o1之前，llm只是一个死记硬背的孩子（llm IT技术 ( twitter.com)

IT技术

在 OpenRouter上，Qwen QWQ 调用量已经超过了 OpenAI o1 和 o1-mini，开放权重、价格低、基础能力突出，这样的推理模型谁不喜欢呢 时政 ( twitter.com)

时政

IT技术

IT技术

IT技术

IT技术

IT技术

时政

创建一个新帐户

登录

现在有了推理和反思，骗不了 o1 的提示词了，不像以前傻乎乎直接就都吐出来了
IT技术
( twitter.com )

看livebench的推理分就行了。Gemini2FT是o1以外唯一一个推理分能上60的，不过和满血o1比还是有很大差距
时政
( twitter.com)

我觉得这个是往前了一步，但是离AGI还是有一定的距离。
现在在o1 中把不少精力放在了推理上，这更加符合人类的思考方式。在o1之前，llm只是一个死记硬背的孩子（llm
IT技术
( twitter.com)

在 OpenRouter上，Qwen QWQ 调用量已经超过了 OpenAI o1 和 o1-mini，开放权重、价格低、基础能力突出，这样的推理模型谁不喜欢呢
时政
( twitter.com)