o1基石论文火爆传阅，Ilya仍是关键先生！核心项目清北校友闪光

Ilya Sutskever在OpenAI o1项目中的角色引起关注。

他合著的论文《逐步验证》探讨了提高大型语言模型多步推理能力的方法。

研究发现过程监督比结果监督更有效，并使用人类反馈数据训练模型。

o1项目旨在从记忆答案转向记忆推理。

论文比较了结果监督和过程监督在训练奖励模型上的效果。

过程监督关注推理过程中的每一步，能够指出具体错误。

研究结果显示，过程监督显著优于结果监督，训练出更可靠的奖励模型。

团队在多个考试题目上测试模型，结果显示过程监督训练的模型表现优异。

o1背后团队包括多位基础贡献者和核心贡献者，人数超过一百。

Jason Wei、Shengjia Zhao和任泓宇是o1-mini的主要负责人。

奥特曼表示o1模型能帮助研究人员发现新材料和治疗疾病的方法。

未来将有智慧和能源两种基本商品，AI将掌握未来几年的主动权。