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

苹果的2024：产品乏善可陈，AI命途多舛，生态墙正加速瓦解

最有诚意的产品，是Mac与AirPods。

雷科技 2024-12-27

2024，影视文娱九大趋势

变化中潜藏着挑战，也孕育着新生。

深响 2024-12-27

突然换帅，新领导能“振兴”王老吉吗？

趣解商业 2024-12-27

法院裁定：“龙猪-集车”自媒体因诋毁比亚迪被判赔201.87万元

12月27日，比亚迪法务部通过官方微博宣布，针对自媒体“龙猪-集车”及相关账号长期对比亚迪发布侮辱性及诋毁性言论的行为，比亚迪已于12月26日接获法院的最终判决。法院判决明确指出，被告“龙猪-集车”及相关账号长期以来对比亚迪发布了大量侮辱性及诋毁性言论，且严重扭曲事实，这些行为已构成对比亚迪名誉权的侵犯。据此，法院裁定被告必须立即删除所有侵权言论，并在公开平台上向比亚迪道歉，同时支付比亚迪经济损失赔偿共计201.87万元。 [图片]

精彩车市 2024-12-28

p 02

p 02 [图片] [图片] [图片] [图片] [图片] [图片]

虎小花与星凉 2024-12-28

互联网30年破灭的6个神话

商隐社 2024-12-27

《大学物理》郝玉英第六版第十一章（真空中的稳恒磁场）自测题解析

[图片] [图片] [图片] [图片] [图片] [图片] 投稿人：应物2101徐振然撰稿人：应物2101徐振然策划：李翠、李巍

太原理工大学物电学院 2024-12-28

国产「替代 iPhone」暗战：四大果味手机，谁让苹果焦虑？

这届国产手机更懂苹果用户。

雷科技 2024-12-27

从赚超40%到亏损10%，百亿私募希瓦资产业绩为何“翻车”？

集中押注某一风格或某几个板块的私募产品在市场风格出现大幅变化的时候，产品净值比较容易出现“过山车”，9月以来市场风格的大幅变化或是其中重要原因

读数一帜 2024-12-27

2025年A股展望：红利股微盘股谁是“大主流”

在即将到来的2025年，红利股和微盘股谁才是市场的“大主流”呢？

36氪的朋友们 2024-12-27

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

苹果的2024：产品乏善可陈，AI命途多舛，生态墙正加速瓦解

2024，影视文娱九大趋势

突然换帅，新领导能“振兴”王老吉吗？

法院裁定：“龙猪-集车”自媒体因诋毁比亚迪被判赔201.87万元

p 02

互联网30年破灭的6个神话

《大学物理》郝玉英第六版第十一章（真空中的稳恒磁场）自测题解析

国产「替代 iPhone」暗战：四大果味手机，谁让苹果焦虑？

从赚超40%到亏损10%，百亿私募希瓦资产业绩为何“翻车”？

2025年A股展望：红利股微盘股谁是“大主流”

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