2023国精产品一二二线精华液实测OpenAI最强模型o1：会做大学数理化，2023国精产品一二二线精华液但弱智吧依然难解_ZAKER新闻

实测OpenAI最强模型o1：会做大学数理化，2023国精产品一二二线精华液但弱智吧依然难解_ZAKER新闻

公安交管部门提醒，夏季是出游出行高峰，也是交通违法高发期，交通安全要时刻谨记在心。驾车出行要严格遵规守法，提前关注路况、天气，合理安排行程，尽量减少强降雨、台风等恶劣天气期间驾车出行；牢记“开车不喝酒、喝酒不开车”，自觉抵制酒驾醉驾违法犯罪行为；切勿违法超员、违法超载、违法载人，不要超速行驶、疲劳驾驶、分心驾驶。乘车出行要乘坐安全合规车辆，务必全程全员系好安全带，切勿乘坐超员客车、非法营运车辆以及货车、三轮车、拖拉机等非客运车辆。（记者任沁沁）

OpenAI 传说中的 " 草莓 " 终于正式上线！不仅可以胜任更复杂的推理任务，在数学、代码和其他科学领域也能解决更难的问题。OpenAI 这次 " 无预警发布 " 震撼了科技圈，o1 更是被 CEO 奥特曼称它为了一种新范式的开始。发布之后，各路大神和网友都纷纷用各种问题测试 OpenAI o1 的表现：还有人进行了花式考验，结果被 o1 强大的推理能力秀到了。Q：你的回复中有几个字？A1：这句话有七个字A2：一共五个字量子位也进行了一番实测，下面就一起来了解。推理能力大进化，但还是难敌弱智吧该说不说，o1 虽然在推理能力上取得了很大进步，但面对充满心机的弱智吧问题，还是掉进了人类挖的陷阱。当然了，对于正经问题，o1 的表现还是很强的，首先看看逻辑推理能力。思考这道题时，preview 和 mini 分别用时 21 秒和 14 秒，不过从文本上看 mini 思考得反而更多。其中还出现了一些西里尔字母乱入，不过对整体影响不大。最终，二者也都给出了正确的答案——丙。值得注意的是，mini（右）的解答当中还出现了修正的过程。接下来看下 o1 在大学数理化题目上的表现。首先是这道考研数学真题，涉及的知识点是曲面积分、高斯定理等内容：还是分别看下 preview 和 mini 的思考，可以看到 mini 的思考过程大概是 preview 的简略版，当然速度也快了不少。不过 preview 给的思考过程当中再次出现乱入，这次是泰语。实际解答过程也是 preview 比 mini 更加详细，不过不知道为什么 preview 用了英文回答。最后的计算结果化简方式也有所不同，但数值上是相等的，而且也做对了。对比 4o 这边，先偷懒后作弊（调用了代码解释器），结果最后答案还是错的。第二道数学题关于概率。这道题 preview 依然是用英语进行了作答，步骤比 mini 更加详细，当然都是对的。而 4o 的答案前面的过程倒是基本都对，但是最后一步的求解出现了问题，只给出了 1 这一个解，并且不是本题答案。物理方面，这里选择了一道大学物理中的光学题：preview（左）和 mini 都给出了正确解答，内容也基本一致。化学的题目是一道物化题，主要涉及电化学等内容。这里把 AgCl/Ag 的标准电极电势作为已知条件一同输入给模型。Preview（左）和 mini 大致的解题思路还是差不多，在计算步骤上有指对运算先后的差别，当然最后的结果还是对的。最后一项测试就不再做考试题了，而是看看模型编写代码的能力如何。这里选择的题目难度非常高，真人的通过率只有 14%。以下是 preview（左）和 mini 的解题思路：从代码上看，两者核心逻辑相似，但在具体操作上略有区别。两套代码均通过了测试，内存消耗也比较接近，而 mini 给出的代码运行时间更短（38 毫秒）。o1 的编程能力除了用来解题，也可以快速构建出实用的应用程序。知名 AI 配音工具 ElevenLabs 设计部门负责人 Ammaar Reshi，就利用 o1 搭配 Cursor Composer，用了不到 10 分钟的时间制作了一款 iOS 天气应用。小数比较还是不会？测试发现，对于大模型难以答对的名场面——小数比大小，preview（左）和 mini 都答不对。甚至 preview 在思考过程中明明已经提到过 9.8 比 9.11 大。但同时 preview 在思考过程中表示，9.8 和 9.11 有可能指的是日期，所以做不对也许另一原因。针对这个问题，大神谢赛宁也晒出了他的测试结果，发现 o1 在思考过程中将 9.8 当成了重力常数，而 9.11 是一个 " 意义不明的数字 "。所以 o1 可能不是不会，而是把这个问题想复杂了。为了进一步探究，我们把问题改得具体些，强调一下 9.8 和 9.11 都是数字，这下没有了歧义之后就能一次做对了。可以看出，提示词的影响还是不小的。由于 o1 在内部采用了一些类思维链过程，因此 prompt 的设计和普通版本也有所区别，OpenAI 官方发布了一则提示：提示词应简单且直接避免在提示词中使用思维链使用分隔符让 promot 更清晰控制 RAG 内容的长度回到我们的测试，面对其他几个大模型败北名场面，o1 也有不小的进步。比如在数字母的任务上就有所进化，即使是一串乱打的字母也能数对。还有面对经典的" 反转诅咒 "（即知道 A 是 B 却不知道 B 是 A）问题，也终于一次性答对了 Mary Lee Pfeiffer（汤姆 · 克鲁斯的母亲）的儿子是谁。One More Thing关于这次发布的 o1，除了各个方面的成绩之外，还有一些其他的发现。比如前特斯拉自动驾驶负责人、两度进入 OpenAI 又两度离职的大神 Andrej Karpathy 发现，o1-mini 在被要求证明黎曼猜想的时候出现了拒绝回答的情况，表示大模型 " 犯懒 " 依然是一个大问题。还有网友说觉得 mini 的表现比 preview 好，想问下有没有人知道原因或者有啥看法。这条消息也把奥特曼吸引了过来，回复了一句 "Yes I have one"。根据 OpenAI 内部员工 Kevin Lu 发布的一则推文来看，mini 的性价比确实比 preview 更高。根据这张图显示，preview 版本论性能比不上尚未公布的满血 o1，论经济性又比不上 mini。顺便提一句，preview 版本存在消息数量限制，并且数量是按周进行重置的，几轮测试下来已经快要用尽了。参考链接： [ 1 ] https://x.com/rowancheung/status/1834300353619075494 [ 2 ] https://x.com/karpathy/status/1834374965942255835 [ 3 ] https://x.com/sama/status/1834381401380294685 [ 4 ] https://x.com/_kevinlu/status/1834278160038592633

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:范长江

TOP1热点：为什么光一产生就可以达到光速

据中国机械设备工程股份有限公司介绍，瓜瓜拉达电站项目是一个天然气联合循环电站项目，一期计划建设装机容量约为350兆瓦，采用业主自有资金建设，合同工期为36个月。电站建成后所发电量将直接接入国家电网。。

新时代的发展成果，拓展着“小城特产”的成长空间。《关于推进以县城为重要载体的城镇化建设的意见》提出，“增强县城产业支撑能力”；今年中央一号文件提出，“培育壮大县域富民产业”。41个大类齐全的工业体系、突破600万公里的综合交通网，为专注主业、打造产业集群的实践拓展平台；人财物等生产要素在城乡间合理流动、优化组合，为同乡同业、形成扩散型产业带的探索开辟路径。

TOP2热点：为何矿泉水在零下 5 度的车里没结冰

天津市防办针对东淀蓄滞洪区人员转移工作连续下发提示，明确完成时限，强化巡查排险。天津市公安局累计投入2500名一线警力加强现场巡逻守护，保障转运安置。目前，全市共转移安置80085人，其中集中安置3306人，分散安置76779人。天津市减灾办向武清区、北辰区、静海区3区支援毛巾被、褥子、帐篷等救灾物资共计7类3.5万余件。

一张是《胜利会师》。长津湖战役胜利后，志愿军20军59师侦察队与朝鲜人民军在咸兴港胜利会师。大家高举着枪庆祝，兴奋的表情定格在镜头里。

TOP3热点：泽连斯基希望重建中得到中国帮助五月天婷婷丁香

孙金龙所在部队是战功赫赫的“济南第一团”，他任连长的“济南英雄连”是该部首屈一指的荣誉连队。那次失败后，孙金龙站在连史馆内的荣誉战旗前面，想起连队先辈们浴血奋战的英雄历史，重新燃起了斗志。他下定决心：“一定要守护荣誉，续写英雄连队的荣光。”

据中国机械设备工程股份有限公司介绍，瓜瓜拉达电站项目是一个天然气联合循环电站项目，一期计划建设装机容量约为350兆瓦，采用业主自有资金建设，合同工期为36个月。电站建成后所发电量将直接接入国家电网。

TOP4热点：骑手缴纳社保后到手的工资会变少吗huluwa里不卖药,千万影片你知道

新时代的发展成果，拓展着“小城特产”的成长空间。《关于推进以县城为重要载体的城镇化建设的意见》提出，“增强县城产业支撑能力”；今年中央一号文件提出，“培育壮大县域富民产业”。41个大类齐全的工业体系、突破600万公里的综合交通网，为专注主业、打造产业集群的实践拓展平台；人财物等生产要素在城乡间合理流动、优化组合，为同乡同业、形成扩散型产业带的探索开辟路径。

截至8月4日18时，京津冀三地国家综合性消防救援队伍和跨区域增援的山东省消防救援队伍共参与处置此轮强降雨造成的险情3675起，营救疏散被困群众25803人，运送物资8.22吨。

TOP5热点：郭艾伦再次谴责捅眼球员搞黄软件

“我现在日常的工作就是沿着湖区巡护，制止乱扔垃圾的人，巡查捕鸟的情况，加强对自然地保护。”屈长辉说，他和同事们一年365天每天都要对湿地公园巡护4至5次，“现在崇湖的环境变好了，水也清澈了，鸟类也变多了，我们心里也感觉到欣慰很多。”

埃塞部长会议强调，阿姆哈拉州的非法武装活动对国家安全的威胁与日俱增，必须采取紧急措施以维护公共和平与安全。

TOP6热点：黑龙江一地水源疑似遭人为投毒高义白洁

汉代张骞“凿空西域”以后，一条始于长安、经河西走廊、穿越天山南北、横跨中亚、直达波斯和罗马的陆上丝绸之路，实现了空前繁盛。宁夏作为丝绸之路东段北道上的必经之地，贡使、商贾、僧侣等大都经过此地进入中原王朝，因此留存有大量中西交流的遗迹遗物。

随着我国经济的快速发展，越来越多的国内企业选择“走出去”开拓海外市场；同时，众多境外企业也会选择落户中国，涉外劳动纠纷增加会逐渐成为一种趋势。尽管境外主体（企业）在与员工签订劳动合同时，会选择较为成熟的域外实体法，以及国际公信力较高的仲裁机构作为争议解决机构，但涉外争议解决的周期较长、成本较高，对员工再次投入新的工作会产生一定影响。

TOP7热点：埃及百年来首次发现新法老陵墓2023国精产品一二二线精华液

印尼气象、气候和地球物理局消息，18时48分，位于北苏拉威西省东博朗蒙贡多县附近海域发生6级地震，震源深度为10公里。据印尼媒体消息，此次地震属于马鲁古海板块岩石变形引起的浅源地震。

奥里奥尔一谈起《赵氏孤儿》就浑身充满激情。不知不觉聊了一个多小时，他还当场给了我一张一排一座的入场券，请我看戏。

TOP8热点：腾讯健康接入deepseek万篇长征黑料不打烊往期内容

世界遗产、历史文化名城名镇名村、石窟寺等是文物古迹保护中的“大块头”。河南现有不可移动文物65519处，其中世界文化遗产5项，全国重点文物保护单位420处，省级文物保护单位1521处。

7月12日，全球首枚液氧甲烷火箭朱雀二号成功发射，我国在火箭燃料方面取得重大突破，向商业航天迈出重要一步；

TOP9热点：骑手缴纳社保后到手的工资会变少吗男女动态网站

8月3日，北京门头沟区，救援队员在234国道K315至K342段道路上清理障碍。

成都市内高校分布较为密集，本届大运会训练比赛场馆近一半修建在高校内。成都市教育局体卫艺处相关负责人表示：“成都将不断夯实青少年体育根基，创新体教融合路径，激活学校教育和体育发展新动能，实现教育教学、竞技体育双丰收。”

TOP10热点：王兴兴晒最新机器人跳舞实拍纳西妲腿法训练

截至今年6月底，我国国内拥有有效发明专利的企业达38.5万家，较去年同期增加6万家，共拥有有效发明专利260.5万件，占国内总量的七成以上。其中，高新技术企业、专精特新“小巨人”企业拥有发明专利180.4万件，同比增长23.3%。

上世纪30年代，江湾体育场在上海北部拔地而起。体育场整体呈椭圆形，绕以清水红砖墙，拱形门洞，气势恢宏。主体建筑包含运动场、体育馆和游泳池三部分，由建筑师董大酉主持设计，巧妙将中国古典建筑元素糅合进现代体育场馆，技术参数可媲美当时最先进的体育场。