不是参数，现在用强化学习训练了。简单的说有点类似alphago早期和alphago zero的区别。前者基于人类知识和经验，后者完全抛弃人类知识，完全基于自己推理演绎。

对于gpt来说，现在的gpt4o就是前者，基于记忆，联想，直觉训练和给出答案。就跟人下意识拍脑袋的回答一样，只有相关性，往往禁不起推敲。

强化学习的版本叫gpt o1，不再基于相关性，而是基于推理，逻辑和因果性。现在已经可以用了，只不过配额很少一周只有30次对话。据说在编程，数学等需要强逻辑的领域，遥遥领先之前的版本。（大概百分之十几的正确率 vs 百分之七八十的正确率）


有人测试过把今年的高考数学卷丢进去，直接拿了满分。而且用的还是o1-mini。

简单的说，通往AGI的道路现在已经没有任何障碍了。大家祈祷吧。
【 在 hgoldfish 的大作中提到: 】
: 参数再上一个数量级能解决这个问题吗？
: 今年的 LLM 比去年强大很多了啊。去年各种扮我奶奶的 BUG 好多。
:
--
修改:lvsoft FROM 222.68.50.*
FROM 222.68.50.*