上海AI Lab团队最近发布了LLaMA版o1开源项目,这是一个复刻OpenAI的o1推理大模型的项目。该项目采用了蒙特卡洛树搜索、Self-Play强化学习、PPO算法,以及AlphaGo Zero的双重策略范式,显著提升了模型的数学能力。
在AIME2024基准测试中,LLaMA版o1的表现超过了部分商业闭源方案,优化后的模型在30道题中做对了8道,而原版LLaMA-3.1-8B-Instruct仅做对2道。项目已经开源了预训练数据集、模型和强化学习训练代码,这些资源为开发者社区提供了丰富的研究和应用基础。值得注意的是,尽管项目名为LLaMA-O1,但官方提供的预训练模型是基于谷歌的Gemma 2。LLaMA版o1的发布为AI领域带来了新的发展机遇和挑战,展现了开源界在推动AI技术发展方面的实力。
代码:https://github.com/GAIR-NLP/O1-Journey/
网友回复
如何编写一个chrome插件实现多线程高速下载大文件?
cdn版本的vue在网页中出现typeerror错误无法找到错误代码位置怎么办?
pywebview能否使用webrtc远程控制共享桌面和摄像头?
pywebview6.0如何让窗体接受拖拽文件获取真实的文件路径?
如何在linux系统中同时能安装运行apk的安卓应用?
python有没有离线验证码识别ocr库?
各家的ai图生视频及文生视频的api价格谁最便宜?
openai、gemini、qwen3-vl、Doubao-Seed-1.6在ui截图视觉定位这款哪家更强更准?
如何在linux上创建一个沙箱隔离的目录让python使用?
pywebview如何使用浏览器自带语音识别与webspeech 的api?