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
为啥所有的照片分辨率提升工具都会修改照片上的图案细节?
js如何在浏览器中将webm视频的声音分离为单独音频?
微信小程序如何播放第三方域名url的mp4视频?
ai多模态大模型能实时识别视频中的手语为文字吗?
如何远程调试别人的chrome浏览器获取调试信息?
为啥js打开新网页window.open设置窗口宽高无效?
浏览器中js的navigator.mediaDevices.getDisplayMedia屏幕录像无法录制SpeechSynthesisUtterance产生的说话声音?
js中mediaRecorder如何录制window.speechSynthesis声音音频并下载?
python如何直接获取抖音短视频的音频文件url?
js在浏览器中如何使用MediaStream与MediaRecorder实现声音音频多轨道混流?