【晚點獨家丨月之暗面探索 o1，跟字節(jié)搶來華為劉征瀛】本月初經(jīng)歷仲裁風(fēng)波后，月之暗面在 11 月 16 日發(fā)布新的數(shù)學(xué)模型 k0-math，當(dāng)時月之暗面創(chuàng)始人楊植麟反復(fù)提到 “o1”：他將 k0-math 的測評評分與 o1 比較，稱其思路與 o1 類似——都采用了強(qiáng)化學(xué)習(xí)和思維鏈技術(shù)。
o1 是 OpenAI 在今年 9 月發(fā)布的新模型，它有更強(qiáng)推理和數(shù)學(xué)能力。楊植麟曾在 o1 發(fā)布后不久的一場演講中說，o1 的出現(xiàn)意味著大模型的范式轉(zhuǎn)換：從預(yù)測下一個 token 的規(guī)模擴(kuò)展（ Next-Token Prediction Scaling）到強(qiáng)化學(xué)習(xí)的規(guī)模擴(kuò)展（Reinforcement Learning Scaling)。 我們獨家獲悉，在探索新技術(shù)變化的同時，月之暗面近期引入一位新技術(shù)負(fù)責(zé)人——華為諾亞方舟實驗室原 AI 基礎(chǔ)理論團(tuán)隊研究員，劉征瀛。他正在月之暗面帶隊探索 o1 方向。 據(jù)了解，劉征瀛也曾被字節(jié)跳動高層邀請加入字節(jié)大模型團(tuán)隊，但他選擇了加入創(chuàng)業(yè)公司。
o1 是 OpenAI 在今年 9 月發(fā)布的新模型，它有更強(qiáng)推理和數(shù)學(xué)能力。楊植麟曾在 o1 發(fā)布后不久的一場演講中說，o1 的出現(xiàn)意味著大模型的范式轉(zhuǎn)換：從預(yù)測下一個 token 的規(guī)模擴(kuò)展（ Next-Token Prediction Scaling）到強(qiáng)化學(xué)習(xí)的規(guī)模擴(kuò)展（Reinforcement Learning Scaling)。 我們獨家獲悉，在探索新技術(shù)變化的同時，月之暗面近期引入一位新技術(shù)負(fù)責(zé)人——華為諾亞方舟實驗室原 AI 基礎(chǔ)理論團(tuán)隊研究員，劉征瀛。他正在月之暗面帶隊探索 o1 方向。 據(jù)了解，劉征瀛也曾被字節(jié)跳動高層邀請加入字節(jié)大模型團(tuán)隊，但他選擇了加入創(chuàng)業(yè)公司。
行業(yè)密探