O1-MINI：STEMと推論のためのゲームを変えるモデル

Openaiは、STEM被験者に焦点を当てた費用効率の高い推論モデルであるO1-Miniを導入します。このモデルは、数学とコーディングの印象的なパフォーマンスを示しており、その前身であるOpenai O1に非常に似ており、さまざまな評価ベンチマークに似ています。 Openaiは、O1-MINIが広範なグローバルな知識なしに推論機能を要求するアプリケーションの迅速かつ経済的ソリューションとして機能することを予想しています。O1-MINIの発売は、OpenAI O1-Previewと比較して80％のコスト削減を提供するTier 5 APIユーザーを対象としています。 O1 Miniの作業をさらに詳しく見てみましょう。

概要

• OpenaiのO1-Miniは、費用効率の良いSTEM推論モデルであり、同僚を上回ります。
• 専門的なトレーニングにより、O1-Miniは数学とコーディングに優れているSTEMの専門家になります。
• 人間の評価は、GPT-4oよりもそれを支持する推論におけるO1-Miniの強みを示しています。
• 安全対策により、脱獄の堅牢性が向上し、O1-MINIの責任ある使用が保証されます。
• O1-MINIを使用したOpenaiの革新は、信頼できる透明なSTEMツールを提供します。

目次

• O1-mini vs他のLLM
• GPT 4O対O1対O1-MINI
• O1-MINIの使用方法は？
• O1-MINIの素晴らしいパフォーマンス：数学、コーディングなど
  • 数学
  • コーディング
  • 幹
  • 人間の好みの評価
• O1-MINIの安全コンポーネント
• エンドノート

O1-mini vs他のLLM

LLMは通常、大規模なテキストデータセットで事前に訓練されています。しかし、ここにキャッチがあります。彼らはこの膨大な知識を持っていますが、それは時々少し負担になることがあります。ご存知のように、この情報はすべて、実際のシナリオで使用するのが少し遅く、費用がかかります。

O1-miniと他のLLMSを際立たせるのは、STEMのために訓練されているという事実です。この専門的なトレーニングにより、O1-MINIはSTEM関連タスクの専門家になります。このモデルは効率的で費用対効果が高く、STEMアプリケーションに最適です。特に数学とコーディングでは、そのパフォーマンスは印象的です。 O1-MINIは、STEM推論の速度と精度のために最適化されています。それは研究者と教育者にとって貴重なツールです。

O1-MINIは、O1-PREVIEWとO1を上回るインテリジェンスと推論ベンチマークに優れていますが、非STEMの事実の知識タスクに苦労しています。

また読む：O1：厳しい問題に答える前に「考える」Openaiの新しいモデル

GPT 4O対O1対O1-MINI

単語の推論質問に対する回答の比較は、パフォーマンスの格差を強調しています。 GPT-4oは苦労していましたが、O1-MiniとO1-Previewは卓越しており、正確な答えを提供しました。特に、O1-Miniの速度は驚くべきもので、約3〜5倍速く答えていました。

O1-MINIの使用方法は？

• ChatGpt Plusおよびチームユーザー：今日のモデルピッカーからO1-Miniにアクセスし、毎週50のメッセージを制限します。
• ChatGptエンタープライズと教育ユーザー：両方のモデルへのアクセスは来週から始まります。
• 開発者：API Tier 5ユーザーは今日、これらのモデルを実験できますが、機能呼び出しやストリーミングなどの機能はまだ利用できません。
• ChatGpt無料ユーザー：O1-MINIはすぐにすべての無料ユーザーが利用できるようになります。

O1-MINIの素晴らしいパフォーマンス：数学、コーディングなど

Openai O1-Miniモデルは、さまざまな競技やベンチマークでテストされており、そのパフォーマンスは非常に印象的です。さまざまなコンポーネントを1つずつ見てみましょう。

数学

高校のAIME数学コンペティションでは、O1-Miniは70.0％を獲得しました。これは、より高価なO1モデル（74.4％）と同等で、O1-Preview（44.6％）よりも大幅に優れています。このスコアは、O1-MINIを上位500人の米国高校生の中に置いており、驚くべき成果です。

コーディング

コーディングに進むと、O1-MINIはCodeForces Competition Webサイトで輝き、1650のELOスコアを達成します。このスコアはO1（1673）と競争力があり、O1-Preview（1258）を上回ります。これにより、O1-MINIはCodeForcesプラットフォームで競争するプログラマーの86パーセンタイルになります。さらに、O1-MINIは、Humanval Coding Benchmarkと高校レベルのサイバーセキュリティキャプチャ対象の課題（CTF）でうまく機能し、コーディングの腕前をさらに固めます。

幹

O1-MINIは、強力な推論スキルを必要とするさまざまな学術ベンチマークでその気性を証明しています。 GPQA（Science）やMath-500などのベンチマークでは、O1-MINIがGPT-4Oを上回り、STEM関連のタスクでの卓越性を紹介します。ただし、MMLUなどのより広範な知識を必要とするタスクに関しては、O1-MINIはGPT-4Oと同様に機能しない場合があります。これは、O1-MINIがSTEM推論のために最適化されており、GPT-4Oが所有する広範な世界知識を欠いている可能性があるためです。

人間の好みの評価

人間の評価者は、さまざまなドメインでの挑戦的なプロンプトについて、O1-MINIのパフォーマンスをGPT-4Oに対して積極的に比較しました。結果は、推論が多いドメインでO1-MINIの好みを示しましたが、GPT-4Oは言語に焦点を当てた領域でリードし、さまざまなコンテキストでモデルの強さを強調しました。

O1-MINIの安全コンポーネント

O1-MINIモデルの安全性と調整は、その責任ある倫理的使用を確保するために最も重要です。実装された安全対策の説明は次のとおりです。

• トレーニングテクニック： O1-MINIのトレーニングアプローチは、前任者であるO1-Previewのトレーニングアプローチを反映しており、アライメントと安全性に焦点を当てています。この戦略により、モデルの出力が人間の価値と一致し、潜在的なリスクを軽減します。これは、その開発の重要な側面です。
• 脱獄の堅牢性： O1-MINIの主要な安全性の1つは、脱獄の堅牢性の強化です。 StrongRejectデータセットの内部バージョンでは、O1-MiniはGPT-4Oと比較して59％高い脱獄の堅牢性を示しています。脱獄の堅牢性とは、出力を操作または誤用する試みに抵抗するモデルの能力を指し、意図した目的と整合したままであることを保証します。
• 安全評価： O1-MINIを展開する前に、徹底的な安全性評価が実施されました。この評価は、O1-Previewに使用されたのと同じアプローチに従いました。これには、準備測定、外部の赤み、および包括的な安全評価が含まれていました。外部のレッドチームには、潜在的な脆弱性とセキュリティリスクを特定するために独立した専門家を引き付けることが含まれます。
• 詳細な結果：これらの安全評価の結果は、添付のシステムカードに掲載されています。この透明性により、ユーザーと研究者はモデルの安全対策を理解し、その使用について情報に基づいた決定を下すことができます。システムカードは、モデルのパフォーマンス、制限、潜在的なリスクに関する洞察を提供し、責任ある展開と使用を確保します。

エンドノート

OpenaiのO1-Miniは、STEMアプリケーションのゲームチェンジャーであり、費用効率と印象的なパフォーマンスを提供します。その専門的なトレーニングは、特に数学とコーディングにおいて、推論能力を高めます。堅牢な安全対策により、O1-MINIはSTEMベンチマークに優れており、研究者と教育者に信頼できる透明なツールを提供します。

Analytics Vidhyaブログにご注目ください。O1Miniの使用について詳しく知りましょう！

以上がO1-MINI：STEMと推論のためのゲームを変えるモデルの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。