o1突发内幕曝光？谷歌更早揭示原理 大模型光有软件不存在护城河
发布不到1周，OpenAI强模型o1的护城河已经没有了。
有人发现，谷歌DeepMind一篇发表在8月的论文，揭示原理和o1的工作方式几乎一致。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
这项研究表明，增加测试时（test-time）计算比扩展模型参数更有效。
基于论文提出的计算优（compute-optimal）测试时计算扩展策略，规模较小的基础模型在一些任务上可以超越一个14倍大的模型。
网友表示：
这几乎就是o1的原理啊。
众所周知，奥特曼喜欢领先于谷歌，所以这才是o1抢先发preview版的原因？
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
有人由此感慨：
确实正如谷歌自己所说的，没有人护城河，也永远不会有人有护城河。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
就在刚刚，OpenAI将o1-mini的速度提高7倍，每天都能使用50条；o1-preview则提到每周50条。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
计算量节省4倍
谷歌DeepMind这篇论文的题目是：优化LLM测试时计算比扩大模型参数规模更高效。
研究团队从人类的思考模式延伸，既然人面对复杂问题时会用更长时间思考改善决策，那么LLM是不是也能如此？
换言之，面对一个复杂任务时，是否能让LLM更有效利用测试时的额外计算以提高准确性。
此前一些研究已经论证，这个方向确实可行，不过效果比较有限。
因此该研究想要探明，在使用比较少的额外推理计算时，就能能让模型性能提升多少？
他们设计了一组实验，使用PaLM2-S*在MATH数据集上测试。
主要分析了两种方法：
（1）迭代自我修订：让模型多次尝试回答一个问题，在每次尝试后进行修订以得到更好的回答。
（2）搜索：在这种方法中，模型生成多个候选答案。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
可以看到，使用自我修订方法时，随着测试时计算量增加，标准佳N策略（Best-of-N）与计算优扩展策略之间的差距逐渐扩大。
使用搜索方法，计算优扩展策略在初期表现出比较明显优势。并在一定情况下，达到与佳N策略相同效果，计算量仅为其1/4。
在与预训练计算相当的FLOPs匹配评估中，对比PaLM 2-S*（使用计算优策略）一个14倍大的预训练模型（不进行额外推理）。
结果发现，使用自我修订方法时，当推理tokns远小于预训练tokens时，使用测试时计算策略的效果比预训练效果更好。但是当比率增加，或者在更难的问题上，还是预训练的效果更好。
也就是说，在两种情况下，根据不同测试时计算扩展方法是否有效，关键在于提示的难度。
研究还进一步比较不同的PRM搜索方法，结果显示前向搜索（右）需要更多的计算量。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
在计算量较少的情况下，使用计算优策略多可节省4倍资源。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
对比OpenAI的o1模型，这篇研究几乎是给出了相同的结论。
o1模型学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。并且随着更多的强化学习（训练时计算）和更多的思考时间（测试时计算），o1 的性能持续提高。
不过OpenAI更快一步发布了模型，而谷歌这边使用了PaLM2，在Gemini2上还没有更新的发布。
网友：护城河只剩下硬件了？
这样的新发现不免让人想到去年谷歌内部文件里提出的观点：
我们没有护城河，OpenAI也没有。开源模型可以打败ChatGPT。
如今来看，各家研究速度都很快，谁也不能确保自己始终领先。
唯一的护城河，或许是硬件。
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
（所以马斯克哐哐建算力中心？）
有人表示，现在英伟达直接掌控谁能拥有更多算力。那么如果谷歌/微软开发出了效果更好的定制芯片，情况又会如何呢？
o1突发内幕曝光？谷歌更早揭示原理，大模型光有软件不存在护城河
值得一提的是，前段时间OpenAI首颗芯片曝光，将采用台积电先进的A16埃米级工艺，专为Sora视频应用打造。
显然，大模型战场，只是卷模型本身已经不够了。
参考链接：
https://www.reddit.com/r/singularity/comments/1fhx8ny/deepmind_understands_strawberry_there_is_no_moat/
本文链接：http://www.vogav.com/v4948.htmlo1突发内幕曝光？谷歌更早揭示原理 大模型光有软件不存在护城河
-
运动相机的存储卡如何选择
随着运动相机成为户外探险、极限运动及日常记录的热门工具，选择一张合适的存储卡显得至关重要。它不仅关乎数据的安全存储，还直接影响到拍摄的流畅度和相机的响应速度。以下
-
午后地表温度超70℃：孩子光脚被地面烫到两轮变四驱
6月13日消息，这几天，北方多地出现了异常高温天气，直接进入“烧烤”模式，热浪逼人。昨日午后，河北中南部、山东、河南、山西南部、安徽北部等地多
-
为什么使用稳定币
在加密货币领域，稳定币作为一种与传统资产（通常是法定货币）价值挂钩的数字货币，自诞生以来便迅速获得市场关注。它们旨在解决加密货币市场高度波动的问题，为用户提供一种稳定的
-
超拉风！小鹏飞行汽车京津冀首飞：无人驾驶 引拍照围观
6月16日消息，在今日举办的中国·廊坊国际经济贸易洽谈会上，小鹏汇天旅航者X2在北京大兴国际机场临空经济区正式完成首飞。据悉，这也是包括飞行汽车
-
大量出汗后不能只喝白开水：可能导致低钾血症
6月17日消息，据媒体报道，在大量出汗后，只饮用白开水解渴，可能导致低钾血症。据悉，在正常情况下，人体通过汗液排出的钾约占3%，但当出汗量显著增加时，钾的排出比
-
夏日消暑必备！西瓜批发均价较一个月前降超三成
6月18日消息，据国内多家媒体报道，全国西瓜批发均价较一个月前降超三成。在北京某大型连锁超市，一个月前麒麟西瓜的零售价还是每斤3元多，如今已降到每斤1.9