o1研发团队首次集体访谈：教AI数r用了一年半

订阅号推送又现新机制。打开订阅号盒子后，会在盒子中推送自己未关注过的公众号。对于老创作者能够重新激活公众号的打开与阅读，对于新创作者也能够实现通过推荐快速起量的

克雷西 明敏 发自 凹非寺
量子位 | 公众号 QbitAI

笑死，原来o1也像人类一样喜欢赶ddl（手动狗头）。

这是在o1团队的“大型见面会”上，OpenAI创始成员Wojciech Zaremba揭开的o1“黑历史”。

包括Zaremba在内的18名团队成员，在首席研究官Bob McGrew的带领之下围坐一团。

o1核心贡献者Hyung Won Chung、Noam Brown等关键人物，也都在此列。

随着成员们的踊跃发言，o1的发展历程也逐渐被揭开——受AlphaGo和早期GPT模型的启发，想到了将两张背后的范式结合。

后来，团队训练出了 个可以生成连贯思维链的模型，标志着研究方向开始逐渐明朗和聚焦……

在充满松弛感的气氛当中，众人还分享了有关o1研发的许多趣事：

• 在OpenAI内部，也喜欢用“数r”来 大模型能力
• 为了 “数r”的问题，OpenAI花费了一年半
• 技术人员会把代码报错信息直接丢给o1去debug
• o1曾经说过，生命的意义是“42”，还试图用代数来定义“love”

同时在研究过程中他们还发现，o1不仅比人类更善于发现新的CoT推理步骤，并且还涌现出了自我批评能力。

有网友称赞说，这的确是一个出色的团队， 喜欢听他们的发言，并且模型的能力也确实比以前强。

量子位整理了这次访谈的实录，下面就一起来看~