今天，昆仑万维厚爱推出具有复杂念念考推明智力的系列模子——「天工大模子4.0」 o1版（Skywork o1）。

Skywork o1是由昆仑万维集团发布的具有慢念念考推明智力的系列模子。这是国内第一款汉文逻辑推明智力的o1模子。不同于现存的复现OpenAI o1模子的处事，Skywork o1不仅在模子输出上内生了念念考、野心、反念念等智力，同期，该开源模子在圭臬评测集上，对比平时模子推明智力大幅高潮，确切让模子领有了念念考和反念念带来的推明智力的升迁。团队复现o1的技能门道，使得开拔点推明智力较差的基座模子在基准测试集上成为生态位SOTA。

这次发布的Skywork o1包括三款模子，既有回馈开源社区的灵通版块，也有智力更强的专用版块：

Skywork o1 Open：一款基于Llama 3.1 8B的开源模子，该模子在同生态位开源模子中评测野心大幅升迁达到SOTA水平，并解锁了许多轻量级模子无法惩处的复杂数学任务。该模子的发布也将匡助加快国内开源社区复现o1的程度。 Skywork o1 Lite：该模子具备完好的念念考智力，具有更好的汉文复旧和更快的推理和念念考速率。在数学、汉文逻辑和推理类问题上阐发凸起。 Skywork o1 Preview：这款模子是本次完好版的推理模子，搭配自研的线上推理算法，对比Skywork o1 Lite有着更各样和“深度”的念念考经过，更完善和更高质料的推理。

其中，咱们开源的Skywork o1 Open，在各项数学和代码野心上均有大幅提高，将Llama-3.1-8B的性能拉到同生态位SOTA（超越Qwen-2.5-7B instruct）。同期，8B的Skywork o1 Open也解锁了好多较大宗级模子，如GPT 4o，无法完成的数学推理任务（如24点诡计）。这也为推理模子在轻量级开导上部署提供了可能性。

同期，咱们也将开源两个推理任务的Process Reward Model（PRM）：Skywork o1 Open-PRM-1.5B 和Skywork o1 Open-PRM-7B，比拟此前开源的Skywork-Reward-Model仅对统共这个词模子恢复进行打分，Skywork o1 Open-PRM能给模子恢复中的每个圭表进行打分。

对比开源社区现存的PRM，Skywork o1 Open-PRM-1.5B能达到开源社区8B的模子遵循，举例RLHFlow的Llama3.1-8B-PRM-Deepseek-Data，OpenR的Math-psa-7B，Skywork o1 Open-PRM-7B能同期在大部分benchamrk上接近/超越10倍量级的Qwen2.5-Math-RM-72B。Skywork o1 Open-PRM亦然第一款适配代码类任务的开源PRM。底下表格为以Skywork-o1-Open-8B行动基础模子，使用不同PRM在数学和代码评测集上的评估截至。

除Skywork-o1-Open-PRM外，其他开源PRM均未针对代码类任务进行特意优化，故不进行代码任务的干系对比。

防范技能阐述也将在不久后发布。现时模子和干系先容在Huggingface开源。

开源地址：

强推理以及自我反念念的智力是若何练就的？

Skywork o1在逻辑推理任务上性能的大幅升迁收货于天工三阶段自研的西席决策：

推理反念念智力西席：通过自研的多智能体体系构造高质料的分步念念考，反念念和考据数据。通过高质料的、各样性的长念念考数据对基座模子进行不竭预西席和监督微调。 推明智力强化学习：团队研发了最新的适配分步推理强化的Skywork o1 Process Reward Model（PRM）。实考据明Skywork-PRM可有用的捕捉到复杂推理任务中间圭表和念念考圭表对最终谜底的影响。皆集自研分步推理强化算法进一步加强模子推理和念念考智力。 推理planning：基于天工自研的Q*线上推理算法合作模子在线念念考，并寻找最好推理旅途。这亦然专家初度将Q*算法已矣和公开。Q*算法落地也大大升迁了模子线上推明智力。

对于天工 Q*算法，更多细目可见：

亮点功能与实测

Skywork o1模子具有以下智力和亮点功能：

模子念念考和野心智力 模子自我反念念智力 模子自我考据智力

相较于此前（长文本任务）大模子，不管是知识推理问题、逻辑推理问题、数学推理问题、伦理决策问题、已经“弱智”（访佛脑筋急转弯）逻辑陷坑问题等，Skywork o1都处理的落拓不羁。举座来说，Skywork o1 Lite和Skywork o1 Preview线上版块在复杂问题分析、念念考反念念佛过、输出谜底质料上均有大幅升迁。

最初，咱们拿沿途「2024年天下硕士琢磨生入学融合测验数学(一)试题」考考它（如下图所示），测试一下它的“智力水平”。

面临难度不小的最新考研数学题，Skywork o1 Preview尽管破耗了一些时刻，但已经一步步推理出了正确截至。

那么，之前大模子时常翻车的比大小问题，Skywork o1现时的恢复水平若何了？

从它的念念考经过不错看出，Skywork o1的模子念念考和野心智力大幅升迁。这个解题逻辑至极像东说念主类的念念考设施了，“要是整数部分交流，那么就要开拔点比较少量部分了”。通过严谨的推理经过，准确得出8.8大于8.11，且多给出了一步差值诡计。

此外，模子自我反念念智力和自我考据智力也都有长足超越。Skywork o1不错准确识别出“nǐ hǎo hěn gāo xìng rèn shí nǐ”，还不错给出后续对话残酷。

尽管咱们让它恢复存在汉文读音“陷坑”的问题——“请将qíng rén yǎn lǐ chū xī shī退换为汉文”，它也莫得被咱们绕进去。充分展示了汉文逻辑问题念念及第的反念念智力，它主动发现了“西诗”是分辩的说法，而是“西施”。

一样的，对于之前的大模子来说，“算24点”的游戏很容易把模子搞崩溃了，然而对于Skywork o1来说，可谓是小菜一碟。它不仅给出了正确谜底，要点是它在经过中进行了「自我考据」。它在诡计事后，又查验了一遍，阐发经过和谜底全部适报命题条件，才给出最终谜底。

除了上述给出的数学推理、比大小、汉文逻辑以及24点诡计的任务外，Skywork o1在其他复杂的场景也有较好阐发：

竞赛数学：Skywork o1拿到2024 AIME第一题（如下图所示），也随便粗鲁。诡计逻辑昭彰、公式展示运动，诡计时长也彰着具有上风。

密码解密：在复杂密码解密任务中，Skywork o1领有雄伟的自我探索和推明智力。

在已知「原文→密文」的前提下，经过一系列复杂推理后奏凯给出谜底（如下图所示）。

要是反过来呢？已知一段「密文→原文」，能否找出新密文所对应的原文。Skywork o1暗意小菜一碟。

智力问答：在复杂的汉文推理问题上，Skywork o1阐发优异，并给出了完好的念念考链路。

终末，再让咱们再给他出一些理由理由的“弱智”问题，来望望它的恢复是不是合理。

为什么我爸妈成亲的时候没邀请我参预婚典? 被门夹过的核桃，还能补脑吗？ 午餐肉，我不错晚上吃吗?

令东说念主惊喜的是，Skywork o1不但莫得被问题绕进去，还分析的头头是说念，甚而久了出“大贤慧”，推论出了一些更底层的念念考。

进阶版的复杂东说念主类念念考智力的解锁也将进一步在垂类范畴增雄伟模子的欺诈，举例：

中英文常见逻辑推理和复杂任务，如数学/代码类任务，科学琢磨 高质料实质生成，如创意写稿，行业阐述写稿 深度搜索，解锁复杂搜索任务的拆解

2024年以来欧洲杯体育，昆仑万维天工AI握续进化，不竭发布了「天工2.0」、「天工3.0」、「天工大模子4.0」4o版——Skywork 4o，以及今天厚爱发布的「天工大模子4.0」 o1版（Skywork o1），不仅是咱们贯彻“All in AGI 与 AIGC” 计策的紧迫举措，更是咱们构建AI技能栈的紧迫一步。咱们将秉握“已矣通用东说念主工智能，让每个东说念主更好地塑造和抒发自我”的处事，从模子层、欺诈层等全标的、多维度来构建公司技能竞争力和生态矩阵。

天工大智力逻辑天工模子发布于：北京市声明：该文不雅点仅代表作家本东说念主，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。