Openaiは、STEM被験者に焦點(diǎn)を當(dāng)てた費(fèi)用効率の高い推論モデルであるO1-Miniを?qū)毪筏蓼?。このモデルは、?shù)學(xué)とコーディングの印象的なパフォーマンスを示しており、その前身であるOpenai O1に非常に似ており、さまざまな評(píng)価ベンチマークに似ています。 Openaiは、O1-MINIが広範(fàn)なグローバルな知識(shí)なしに推論機(jī)能を要求するアプリケーションの迅速かつ経済的ソリューションとして機(jī)能することを予想しています。O1-MINIの発売は、OpenAI O1-Previewと比較して80％のコスト削減を提供するTier 5 APIユーザーを?qū)澫螭趣筏皮い蓼埂?O1 Miniの作業(yè)をさらに詳しく見(jiàn)てみましょう。

概要

• OpenaiのO1-Miniは、費(fèi)用効率の良いSTEM推論モデルであり、同僚を上回ります。
• 専門(mén)的なトレーニングにより、O1-Miniは數(shù)學(xué)とコーディングに優(yōu)れているSTEMの専門(mén)家になります。
• 人間の評(píng)価は、GPT-4oよりもそれを支持する推論におけるO1-Miniの強(qiáng)みを示しています。
• 安全対策により、脫獄の堅(jiān)牢性が向上し、O1-MINIの責(zé)任ある使用が保証されます。
• O1-MINIを使用したOpenaiの革新は、信頼できる透明なSTEMツールを提供します。

目次

• O1-mini vs他のLLM
• GPT 4O対O1対O1-MINI
• O1-MINIの使用方法は？
• O1-MINIの素晴らしいパフォーマンス：數(shù)學(xué)、コーディングなど
  • 數(shù)學(xué)
  • コーディング
  • 幹
  • 人間の好みの評(píng)価
• O1-MINIの安全コンポーネント
• エンドノート

O1-mini vs他のLLM

LLMは通常、大規(guī)模なテキストデータセットで事前に訓(xùn)練されています。しかし、ここにキャッチがあります。彼らはこの膨大な知識(shí)を持っていますが、それは時(shí)々少し負(fù)擔(dān)になることがあります。ご存知のように、この情報(bào)はすべて、実際のシナリオで使用するのが少し遅く、費(fèi)用がかかります。

O1-miniと他のLLMSを際立たせるのは、STEMのために訓(xùn)練されているという事実です。この専門(mén)的なトレーニングにより、O1-MINIはSTEM関連タスクの専門(mén)家になります。このモデルは効率的で費(fèi)用対効果が高く、STEMアプリケーションに最適です。特に數(shù)學(xué)とコーディングでは、そのパフォーマンスは印象的です。 O1-MINIは、STEM推論の速度と精度のために最適化されています。それは研究者と教育者にとって貴重なツールです。

O1-MINIは、O1-PREVIEWとO1を上回るインテリジェンスと推論ベンチマークに優(yōu)れていますが、非STEMの事実の知識(shí)タスクに苦労しています。

また読む：O1：厳しい問(wèn)題に答える前に「考える」Openaiの新しいモデル

GPT 4O対O1対O1-MINI

単語(yǔ)の推論質(zhì)問(wèn)に対する回答の比較は、パフォーマンスの格差を強(qiáng)調(diào)しています。 GPT-4oは苦労していましたが、O1-MiniとO1-Previewは卓越しており、正確な答えを提供しました。特に、O1-Miniの速度は驚くべきもので、約3?5倍速く答えていました。

O1-MINIの使用方法は？

• ChatGpt Plusおよびチームユーザー：今日のモデルピッカーからO1-Miniにアクセスし、毎週50のメッセージを制限します。
• ChatGptエンタープライズと教育ユーザー：両方のモデルへのアクセスは來(lái)週から始まります。
• 開(kāi)発者：API Tier 5ユーザーは今日、これらのモデルを?qū)g験できますが、機(jī)能呼び出しやストリーミングなどの機(jī)能はまだ利用できません。
• ChatGpt無(wú)料ユーザー：O1-MINIはすぐにすべての無(wú)料ユーザーが利用できるようになります。

O1-MINIの素晴らしいパフォーマンス：數(shù)學(xué)、コーディングなど

Openai O1-Miniモデルは、さまざまな競(jìng)技やベンチマークでテストされており、そのパフォーマンスは非常に印象的です。さまざまなコンポーネントを1つずつ見(jiàn)てみましょう。

數(shù)學(xué)

高校のAIME數(shù)學(xué)コンペティションでは、O1-Miniは70.0％を獲得しました。これは、より高価なO1モデル（74.4％）と同等で、O1-Preview（44.6％）よりも大幅に優(yōu)れています。このスコアは、O1-MINIを上位500人の米國(guó)高校生の中に置いており、驚くべき成果です。

コーディング

コーディングに進(jìn)むと、O1-MINIはCodeForces Competition Webサイトで輝き、1650のELOスコアを達(dá)成します。このスコアはO1（1673）と競(jìng)爭(zhēng)力があり、O1-Preview（1258）を上回ります。これにより、O1-MINIはCodeForcesプラットフォームで競(jìng)爭(zhēng)するプログラマーの86パーセンタイルになります。さらに、O1-MINIは、Humanval Coding Benchmarkと高校レベルのサイバーセキュリティキャプチャ対象の課題（CTF）でうまく機(jī)能し、コーディングの腕前をさらに固めます。

幹

O1-MINIは、強(qiáng)力な推論スキルを必要とするさまざまな學(xué)術(shù)ベンチマークでその気性を証明しています。 GPQA（Science）やMath-500などのベンチマークでは、O1-MINIがGPT-4Oを上回り、STEM関連のタスクでの卓越性を紹介します。ただし、MMLUなどのより広範(fàn)な知識(shí)を必要とするタスクに関しては、O1-MINIはGPT-4Oと同様に機(jī)能しない場(chǎng)合があります。これは、O1-MINIがSTEM推論のために最適化されており、GPT-4Oが所有する広範(fàn)な世界知識(shí)を欠いている可能性があるためです。

人間の好みの評(píng)価

人間の評(píng)価者は、さまざまなドメインでの挑戦的なプロンプトについて、O1-MINIのパフォーマンスをGPT-4Oに対して積極的に比較しました。結(jié)果は、推論が多いドメインでO1-MINIの好みを示しましたが、GPT-4Oは言語(yǔ)に焦點(diǎn)を當(dāng)てた領(lǐng)域でリードし、さまざまなコンテキストでモデルの強(qiáng)さを強(qiáng)調(diào)しました。

O1-MINIの安全コンポーネント

O1-MINIモデルの安全性と調(diào)整は、その責(zé)任ある倫理的使用を確保するために最も重要です。実裝された安全対策の説明は次のとおりです。

• トレーニングテクニック： O1-MINIのトレーニングアプローチは、前任者であるO1-Previewのトレーニングアプローチを反映しており、アライメントと安全性に焦點(diǎn)を當(dāng)てています。この戦略により、モデルの出力が人間の価値と一致し、潛在的なリスクを軽減します。これは、その開(kāi)発の重要な側(cè)面です。
• 脫獄の堅(jiān)牢性： O1-MINIの主要な安全性の1つは、脫獄の堅(jiān)牢性の強(qiáng)化です。 StrongRejectデータセットの內(nèi)部バージョンでは、O1-MiniはGPT-4Oと比較して59％高い脫獄の堅(jiān)牢性を示しています。脫獄の堅(jiān)牢性とは、出力を操作または誤用する試みに抵抗するモデルの能力を指し、意図した目的と整合したままであることを保証します。
• 安全評(píng)価： O1-MINIを展開(kāi)する前に、徹底的な安全性評(píng)価が実施されました。この評(píng)価は、O1-Previewに使用されたのと同じアプローチに従いました。これには、準(zhǔn)備測(cè)定、外部の赤み、および包括的な安全評(píng)価が含まれていました。外部のレッドチームには、潛在的な脆弱性とセキュリティリスクを特定するために獨(dú)立した専門(mén)家を引き付けることが含まれます。
• 詳細(xì)な結(jié)果：これらの安全評(píng)価の結(jié)果は、添付のシステムカードに掲載されています。この透明性により、ユーザーと研究者はモデルの安全対策を理解し、その使用について情報(bào)に基づいた決定を下すことができます。システムカードは、モデルのパフォーマンス、制限、潛在的なリスクに関する洞察を提供し、責(zé)任ある展開(kāi)と使用を確保します。

エンドノート

OpenaiのO1-Miniは、STEMアプリケーションのゲームチェンジャーであり、費(fèi)用効率と印象的なパフォーマンスを提供します。その専門(mén)的なトレーニングは、特に數(shù)學(xué)とコーディングにおいて、推論能力を高めます。堅(jiān)牢な安全対策により、O1-MINIはSTEMベンチマークに優(yōu)れており、研究者と教育者に信頼できる透明なツールを提供します。

Analytics Vidhyaブログにご注目ください。O1Miniの使用について詳しく知りましょう！

以上がO1-MINI：STEMと推論のためのゲームを変えるモデルの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。