OpenAI o1 self-play RL 技术路线推演
OpenAI o1 self-play RL 技术路线推演OpenAI的self-play RL新模型o1最近交卷,直接引爆了关于对于self-play的讨论。
来自主题: AI技术研报
10948 点击 2024-09-21 14:20
搜索
OpenAI的self-play RL新模型o1最近交卷,直接引爆了关于对于self-play的讨论。
最近没怎么更新是因为中秋假期+在忙云栖大会+S创...
“o1发布后,一个新的范式产生了”。
9月20日的深圳科创学院,地瓜机器人在开发者日上发布了全新的产品:面向机器人市场的旭日5智能计算芯片、最新的RDK智能机器人开发者套件系列产品、以及相关的机器人开发工具和基础设施。
再酷炫的多模态和具身智能,抵不过“实用”二字
8年融资14轮,获复兴、平安、深投控押注
相比第一代, 延迟降低40%,成本还降低30%。
“o1发布后,一个新的范式产生了”。
o1,Inference law,推理定律,模型训练
o1大火背后,最关键的技术是CoT。模型通过一步一步推理,恰恰是「慢思考」的核心要义。而这一观点,其实这家国内大厂早就率先实现了。