新智元報道
新智元報道
編輯：編輯部
【新智元導讀】OpenAI實屬急了，剛剛官宣公開o3-mini思維鏈。令人意想不到的是，CoT竟不是原生的，奧特曼現身解釋，全網炸鍋了。
OpenAI，真的被DeepSeek逼急了！
活久見，就在剛剛，OpenAI把o3-mini的「思維鏈」公開了。
比如問「怎麼今天不是星期五啊😅」？
在展示出來的CoT中，o3-mini一步步思考，這個問題應該是使用者在搞幽默，覺得本週應該快結束了，結果還沒結束。因此，自己需要給一個聰明機智的回答。
然後它用Zeller公式計算後發現，2025年2月6日的確是星期四，即使閏年的特殊情況也是如此。
最終，它回答說：今天的確是週四不是週五，日曆就是這麼定的。然後提供了一番情緒價值，鼓勵使用者說：再忍忍，只差一天啦！
不過，機智的大神們很快就發現了「華點」——這是「真的CoT」嗎？
沒多久，就破案了！
先是OpenAI研究員Noam Brown發文表示，這次放出來的並不是模型原始的CoT。
隨後，Tibor Blaho也發現——所謂的CoT，無非就是個「總結器」而已。（手動狗頭）
對此，奧特曼解釋道，我們正努力整理原始的CoT提升可讀性，並在必要時提供翻譯，儘量保持原始內容的忠實度。
他放出了四個emoji，讓o3-mini在思維鏈中展示了一把推理過程
堅決不讓競爭對手看到CoT的具體過程，OpenAI的防備心實在是有些重啊。
OpenAI研究員：看到CoT即時演示，是「啊哈時刻」
OpenAI研究員Noam Brown表示，在o1-preview釋出前，自己向他人介紹草莓時，看到CoT的即時演示，通常是他們的「啊哈時刻」。
他們清楚地意識到，這將是一件大事。
對於全新的o3-mini CoT，Noam Brown放出了自己的獨家玩法：
你正在玩井字棋，使用 O。到目前為止，X 已經在左上角和右下角落子，而你在中間位置落子。最優的下一個動作是什麼？請只回答你的動作，並畫出棋盤。
Noam Brown表示，o3-mini是目前第一個能持續正確回答井字棋問題的模型。
好笑的是，他承認CoT其實有些不穩定，但可以看到，它最終還是把這個問題給想明白了。
有人指出，OpenAI遮遮掩掩地放出這個高仿CoT，其實比什麼都不放還要糟。
因為真實的CoT可以充當prompt的偵錯程式，幫我們引導模型；而總結性的CoT會造成混淆，引入錯誤，讓除錯變得更加困難。
而DeepSeek R1最酷的一點，就是暴露了模型的CoT如何影響提示的效果。
而且，總結版的CoT顯示得很慢。如果是原始的o3-mini，應該在推理中有更快的生成速度。
有人也橫向對比了OpenAI和DeepSeek的CoT，表示前者看起來實在太專業了，相比之下，還是DeepSeek的產品更自然。
防止被「蒸餾」？
OpenAI這波植入CoT總結器的做法，著實是被DeepSeek R1強勢崛起嚇到了。
o3-mini釋出當天，OpenAI在Reddit開啟AMA線上問答中，網友曾提問，「我們能看到模型思考的所有token嗎」？
當時，奧特曼回覆道，「我們很快就會展示一個更有幫助、更詳細的版本」。
緊接著，OpenAI首席產品官Kevin Weil提前暗示了，是否展示所有內容還有待確定。
「我們知道使用者（至少是高階使用者）想要看到這些，所以OpenAI會找到一個合適的平衡點。」
如今，當所有人終於見到了奧特曼所謂的「留到最後的好東西」，感受到的只有失望。
畢竟，DeepSeek早已這樣做了，而且還是完整的原始CoT！
對此，OpenAI發言人表示，「為了提高畫質晰度和安全性，我們增加了一個額外的後處理步驟，其中模型審查原始思維鏈，移除任何不安全的內容，然後簡化任何複雜的思想。」
「此外，這個後處理步驟使非英語使用者能夠以他們的母語接收思維鏈，創造一個更易於訪問和友好的體驗。」
話雖委婉，但知道的人都明白OpenAI針對的是誰。
參考資料：
https://x.com/btibor91/status/1887633671483760862
https://x.com/OpenAI/status/1887616278661112259
https://x.com/polynoamial/status/1887621287616651429
– EOF –
關注「程式設計師的那些事」加星標，不錯過圈內事
點贊和在看就是最大的支援❤️