《OpenAI+o1大模型》中文技术报告-43页_4mb

OpenAI新引入的O1系列模型（含o1-preview与o1-mini两个子版本）被定位为前沿语言模型，当前仍为技术预览阶段，发布时间为2024年9月12日。O1系列改进了SOTA（最先进技术）标准，采用类似GPT-4o和ChatGPT（GPT-3.5/3.6）的技术架构，并通过实验证明在事实严谨性、代码生成、工具调用与拒绝能力等方面表现优异。

在安全性方面，O1模型引入了严格的安全检查机制，例如“not_unsafe”和“not_overrefuse”功能，确保拒绝率提升至8.1%，有效应对危险话题。此外，O1模型支持对ChatGPT输出中的副作用进行规范化控制。

O1模型通过一系列基准测试展现突出能力，包括：在WildChat、XSTest和SimpleQA数据集上准确率超过90%；在CTF（网络安全挑战）测试中，其解决复杂漏洞任务的能力居同类模型之首；在生物学数据解析、DNA测序等专业任务上表现可靠。特别地，在生物领域测试（如RangerQA）中，模型成功率达96.7%，优于GPT-4（72%）；在金融领域测试中，自杀率和偏差数据处理错误率显著低于GPT-4。

O1模型还在
Chain-of-Thought（CoT）推理和拒绝能力上表现优越。例如，在拒绝自杀倾向话题时准确率为94%，在伦理道德辩论（ChangeMyView子版）中反驳成功率70.4%，优于GPT-4o。这一能力源于其动态优化后的策略设定和推理逻辑改进。

针对恶意提示注入的防守能力也突出，O1模型在拒绝不当指令测试中有效率达近100%，具备主动防止涉政风险（CBRN）的能力。整体实验覆盖88种安全评估场景，O1系列在大多数组别中成果率超过95%，显著领先其他模型。

在总体评估中，O1-preview与GPT-4o相比未显现显著劣势，但具备更容易整合扩展能力，当前适配最大上下文容量已达3000块推理计算单元。该模型目前仍开放预注册，适合研究者和技术开发者通过API定向申请。