Llama 版 o1 来了，来自上海 AI Lab，强化学习代码已开源，基于 AlphaGo Zero 范式

作者：量子位发布时间：2024-11-05

LLaMA 编程 OpenAI

复刻 OpenAI o1 推理大模型，开源界传来最新进展： LLaMA 版 o1 项目刚刚发布，来自上海 AI Lab 团队。简介中明确：使用了蒙特卡洛树搜索，Self-Play 强化学习，PPO，...【查看原文】

相关资讯

Llama 版 o1 来了，来自上海 AI Lab，强化学习代码已开源，基于 AlphaGo Zero 范式

复刻 OpenAI o1 推理大模型，开源界传来最新进展： LLaMA 版 o1 项目刚刚发布，来自上海 AI Lab 团队。简介中明确：使用了蒙特卡洛树搜索，Self-Play 强化学习，PPO，

LLaMA 编程 OpenAI

量子位 2024-11-05

北大对齐团队独家解读：OpenAI o1开启「后训练」时代强化学习新范式

根据相关人士推测，o1 的模型训练数据截止到去年十月份，而有关 Q \* 的爆料大约是去年 11 月，这似乎展示 o1 的训练中也用到了 TreeSearch 的技巧。

北大 OpenAI

机器之心 2024-09-15

OpenAI震撼发布最强模型o1！强化学习突破LLM推理极限

具体来说，o1系列是OpenAI首个经过强化学习训练的模型，在输出回答之前，会在产生一个很长的思维链，以此增强模型的能力。接下来它会给自己定义任务、分析限制条件、列出需要用到的方法。o1-preview在某些…

OpenAI

等保测评办理 2024-10-22

OpenAI o1模型引领大模型结合强化学习新范式，推理模型为AI Agent带来哪些利好？

在OpenAI的o1模型中，思维链是内置的特性，模型在训练时就已经学会了如何进行这种多步骤的推理。这个库将当前推理相关的论文分成调查、分析、技术、小模型扩展、多模态推理等多个类别，总共收录了110多篇论文，并…

OpenAI

钛媒体APP 2024-09-30

刚刚，OpenAI震撼发布o1大模型，强化学习突破LLM推理极限

语言模型的 AlphaGo 时刻？

OpenAI

机器之心 2024-09-13

近期资讯

雷科技 2024-12-29

家电数码：消费升级，行业加速创新 5G融合

【今年以来，家电数码消费领域呈现诸多新变化】今年以来，各地推出家电数码产品消费补贴政策及以旧换新活动，“真金白银”补贴使消费者得实惠，市场潜力释放，销售业绩增长，企业获发展空间，创新意愿增强，智能化升级提速。从消费端看，消费者对家电数码产品需求多元化、个性化、实用化。

和讯网 2024-12-29

数据分析误区系列（三）：幸存者偏差

幸存者偏差算是我们比较常见的一种逻辑偏差了，但不少人对在数据分析上的使用还是了解不多。随后，运营团队正在筹划一项会员活动，需要找出在周末进行推广的最佳时间段。分析师应届生A同学仔细地研究了最近几天用户对各时段push通知点击的响应情况，寻找出最佳的推送时间。

人人都是产品经理 2024-12-29

共绘数字经济蓝图宁波城市数据空间启动

央广网宁波12月29日消息（记者陈金莲）12月29日，作为全国首个启动建设城市数据空间的副省级城市，宁波城市数据空间正式启动。本次活动上，宁波数字产业集团有限公司、中国联合网络通信有限公司宁波市分公司、宁波市宁数安全科技有限公司作为首批共建企业完成战略签约，率先探索宁波城市数据空间标准体系、技术体系、生态体系、安全体系的建设路径。

央广网 2024-12-29

海拔4750米！我国首个高海拔特高压交流工程投运

快科技12月29日消息，据“国家电网”官微发文，我国首个高海拔特高压交流工程、西南地区首个特高压交流输电工程——国家电网川渝1000千伏特高压工程投运。

驱动之家 2024-12-29

红米Turbo 4外观曝光；曝华为畅享70X主打北斗通信；《黑神话：悟空》PS5 Pro性能测试出炉...

据央视新闻报道，韩国全罗南道消防厅在务安机场对济州航空7C2216航班乘客家属表示，除救出的两人外，预计事故其余人员全部遇难。具体来看，1月1日至31日，下定全系可享受：赠送价值8000元Nappa真皮座椅；小米智能驾驶智驾增强功能终身免费；车载网络服务，三年免费使用权（15G/月）；24年锁单用户加送两年车载网络服务（15G/月）。

IT之家 2024-12-29

三星晶圆代工再遭重创！台积电将独占高通二代骁龙8至尊版订单

快科技12月23日消息，据报道，高通原打算在今年的骁龙8至尊版开始执行双代工厂策略，不过由于三星良品率不稳定等原因，最终让高通选择延后执行该计划。不过高通并没有放弃，希望能够在第二代骁龙8至尊版上引入双代工厂，分别采用台积电（TSMC）N3P和三星SF2工艺。

快科技 2024-12-29

HEVO2.0无线传输新方案，猛玛传奇C2引领无线图传技术革新

2017年，MOMA猛玛推出专业级无线图传产品传奇2000，成功解决影视拍摄中的黑屏、画质、延时、稳定性等关键痛点，一举成为行业标杆。近日，猛玛传奇系列迎来巅峰新作——传奇C2，二发一收的创新设计开启无线图传新时代，搭配HEVO2.0升级方案，33毫秒低延时，让传输更稳定，创作更自由，满足多样化专业场景需求，成为市场上的新宠。

砍柴网 2024-12-29

Llama 版 o1 来了，来自上海 AI Lab，强化学习代码已开源，基于 AlphaGo Zero 范式

推荐体验

相关资讯

Llama 版 o1 来了，来自上海 AI Lab，强化学习代码已开源，基于 AlphaGo Zero 范式

北大对齐团队独家解读：OpenAI o1开启「后训练」时代强化学习新范式

OpenAI震撼发布最强模型o1！强化学习突破LLM推理极限

OpenAI o1模型引领大模型结合强化学习新范式，推理模型为AI Agent带来哪些利好？

刚刚，OpenAI震撼发布o1大模型，强化学习突破LLM推理极限

近期资讯

最快高铁，亮相！

12.4英寸超大屏！三星三折叠屏在路上了

联发科的2024：甜点芯守基本盘，旗舰芯冲高端，靠AI赢麻了

家电数码：消费升级，行业加速创新 5G融合

数据分析误区系列（三）：幸存者偏差

共绘数字经济蓝图宁波城市数据空间启动

海拔4750米！我国首个高海拔特高压交流工程投运

红米Turbo 4外观曝光；曝华为畅享70X主打北斗通信；《黑神话：悟空》PS5 Pro性能测试出炉...

三星晶圆代工再遭重创！台积电将独占高通二代骁龙8至尊版订单

HEVO2.0无线传输新方案，猛玛传奇C2引领无线图传技术革新

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响