【人工智能】o1 pro架构揭秘 | Semianalysis长文剖析推理训练架构 | Claude 3.5 Opus失败了么 | Scaling Laws或会持续 | 草莓训练 | token经济学

[@peterjohn330]

太专业了

[@billhuang8778]

为大飞点赞，建议分析文章的时候加一些比喻，更容易理解。

[@bestpartners]

好的，以前尝试加过，但是也有人反应比喻的不是很恰当，哈哈，众口难调我继续努力

[@gwod4782]

难怪OpenAI会把下一个突破点选在数学和编程任务，因为这类任务造假数据比较容易，而且有标准答案，很容易做成reward做强化学习。这也能解释为什么后训练CPU密集，因为这类解题验证答案的任务只能CPU做，等于是把CPU的推理能力赋能给模型了。

[@abse-mj8pw]

CPU没有推理能力，验证器可以是LLM等model，数学很重要因为其有形式化的语言，并且跟推理能力强相关，其他的问题比如规划问题，这些问题重要因为目前LLM能力不足，用COT可以增强能力。现在所有的问题造数据和RL都不是问题。

[@liuanjie8202]

ORM should stand for Outcome Reward Model, not Optimal Reward Model in the context.

[@mahdykhayyamian6167]

赞高产👍

[@htlu5140]

👍

[@silent_watchmen]

Jetson Orin Nano Super发布了 中文媒体还没人讲 大飞赶快蹭热度啊

[@bestpartners]

真是累啊，哈哈

[@ericwong2674]

老師所用詞匯，非普羅大衆能夠聽得懂的

[@corgirun7892]

Semianalysis的质量极高，相比国内的研报简直就是瞎扯淡

[@skystarry-d6q]

国内有高质量的研报？？？？没见过

[@hiucollo2402]

Thank you 大 飞 一口氣看到尾 看完再看 TRUMP WIN 🏆 🏆 🏆 ☘ 🍉 😄 🌺 🀄 😃 💐 ☕ 🌸 😁 🏵 😀 🧧 🎉 😇 💮 🌺 😎 🎊 🏮 🍀

[@alexyoung3609]

第二✌