超强o1模型智商已超120！1小时写出NASA博士1年代码，最新编程赛超越99.8%选手

o1模型在编程领域的能力已经达到了令人惊叹的水平，它不仅能够快速生成复杂的代码，还在智商测试中取得了优异的成绩。

来自加州大学欧文分校（UCI）的物理学博士Kyle Kabasares，在测试o1模型后发现，他花费一年时间编写的博士论文代码，o1模型竟然在短短一个小时内就完成了。

Kabasares表示，在经过几次提示后，o1模型便能够创建出一个运行版本的Python代码，这让他感到非常震惊。

论文地址：https://iopscience.iop.org/article/10.3847/1538-4357/ac7a38/meta

o1模型的这一成就，不仅在学术界引起了广泛关注，也在社交媒体上引发了热烈讨论。许多人对AI的这一进步表示惊讶和兴奋。

在智商测试中，o1模型的表现同样出色，它在35个智商题中答对了25道，这一成绩在同类模型中遥遥领先。

然而，这仅仅是o1模型的预览版本。OpenAI的研究人员David Dohan暗示，一个月后，o1模型将有全新的升级版本，届时其性能可能会更加惊人。

物理学博士论文，AI 1小时直出200行代码

2022年，物理学博士Kabasares在「天文物理期刊」发表了一篇关于通过天文数据建模来测量黑洞质量的论文。实现这段代码是Kabasares博士研究的关键突破。o1模型在1小时内给出的Python代码，虽然是基于合成数据，但其功能与Kabasares的实际代码相似，这让他印象深刻。

视频中，Kabasares展示了o1模型在6次提示后完成的200行代码。他也提醒，尽管AI能够生成代码，但还需要人类进行一些额外的工作，比如在其他软件中完成曲线图的绘制。

深夜测试，o1挑战大学、博士物理题

Kabasares还进行了另一项测试，他向o1模型提出了一些天体物理学问题，这些问题都是他在博士期间完成的，并且没有发布到互联网上。在没有训练数据的情况下，o1模型的表现依然出色，有些题目甚至在16秒内就完成了解答。

OpenAI CTO Mira Murati曾表示，未来的新模型将达到博士级别的智能。o1模型目前的表现，已经是这一目标的重要一步。

代码编程赛，大师级别

在Codeforces的实时比赛中，一位名为AryanDLuffy的选手使用了o1-mini模型参加比赛，取得了接近大师级别的成绩。AryanDLuffy表示，他没有进行任何提示工程，仅仅是给出了问题陈述，并告诉模型用C++解题。o1-mini帮助他在超过16万参赛者中排名277，这一成绩远远超过了OpenAI的基准测试结果。

Codeforces的主办方对此表示担忧，并制定了新规，禁止使用各种模型来解决编程竞赛中的问题。但同时，他们允许参赛者使用AI工具进行问题翻译或寻求语法帮助。

在博文中，Codeforces的创始人Mike Mirzayanov将神经网络的进展称为「技术奇迹」，并表示，AI在编程竞赛领域可能会继续取得新的突破。

陶哲轩实测后续

陶哲轩也对o1模型进行了测试，他发现o1在语义搜索方面表现出色，能够提供全面且完美的答案。但他也指出，尽管LLM工具有一定的能力，但在创造性策略方面仍然相当薄弱。

多篇论文阐述o1运作机制，DeepMind上大分

o1模型发布后，AI技术界对其背后的机制和原理进行了广泛讨论。一些专家猜测，o1的主要原理可能来自DeepMind的一篇论文，该论文提出了让LLM进行更多的「测试时计算」，以实现自我提升。

论文地址：https://arxiv.org/abs/2408.03314

此外，HuggingFace的技术主管Philipp Schmid也列出了一些可能与o1模型工作原理相关的论文，这些论文代表了当前领域的前沿进展。

https://huggingface.co/collections/philschmid/llm-reasoning-papers-66e6abbdf5579b829f214de8

o1能否实现自我提升

Jim Fan在分析帖中指出，o1模型的关键见解在于训练时和推理时的scaling law，而后者是战胜收益递减的关键因素。他还提到了两篇论文，这些论文探讨了LLM的自我提升能力。

论文地址：https://arxiv.org/abs/2401.10020

这些论文似乎证明了，要想实现LLM的通用自我提升，还需要更多的研究和探索。

我们有几十万私域用户，寻找有创意的AI硬件合作，比如AI玩具、AI眼镜、AI项链等等，与我们建立链接，共同发掘AI时代的红利~