O1下的内容 - news.news

暂无通知

#O1

Simon

1周前

R1 比 O1 真正优秀的地方在输出了CoT，让人感觉很厉害很值得信任。如果把CoT禁掉，只看结果的话。可能和o1一样，用得人也不是那么多了

R1 比 O1 真正优秀的地方在输出了CoT，让人感觉很厉害很值得信任。如果把CoT禁掉，只看结果的话。可能和o1一样，用得人也不是那么多了

#R1 #O1 #CoT
orange.ai

2周前

R1+Sonnet：我们加起来才是最强的！在 Aider 的最新多语言基准测试中测试中，R1+Sonnet 超越 o1 拿下第一。 R1 作为架构师， Claude Sonnet 作为编辑器，在 aider 多语言基准测试中设定了新的 SOTA（最先进技术水平）64.0%。不仅超过了之前 o1 的 SOTA 总体成本还降低了 14 倍。这件事很神奇，因为使用 o1+ Sonnet 无法

R1+Sonnet：我们加起来才是最强的！在 Aider 的最新多语言基准测试中测试中，R1+Sonnet 超越 o1 拿下第一。 R1 作为架构师， Claude Sonnet 作为编辑器，在 aider 多语言基准测试中设定了新的 SOTA（最先进技术水平）64.0%。不仅超过了之前 o1 的 SOTA 总体成本还降低了 14 倍。这件事很神奇，因为使用 o1+ Sonnet 无法超越 o1 自己。背景信息： Aider 支持使用一对模型进行编码架构师模型被要求描述如何解决编码问题。思考/推理模型通常在这个角色中表现良好。编辑器模型接收到架构师的设计方案，并被要求生成特定的代码编辑指令，以将这些更改应用到现有的源文件中。

#R1 #sonnet #Aider
Michael Anti

1个月前

我感觉Claude和O1的网站做了很多的增强，因为Claude API和O1 API的水平真的不怎么行啊，看上去都不如4o。

我感觉Claude和O1的网站做了很多的增强，因为Claude API和O1 API的水平真的不怎么行啊，看上去都不如4o。

#Claude #O1 #增强
AI进化论-花生

1个月前

一个建议，不一定对：虽然deepseek是国产良心，我也很建议在做AI应用调用API时使用。但是最好别接入Cursor作为默认模型使用，现在让AI编程跨过可用性临界点的依然有且只有Claude 3.5 sonnet，o1实际体感也不够好。为了节约成本或者支持国产做这个选择还是得不偿失。测试这事让自媒体去干（比如我，我其实一般都懒得干了），大家实际在做AI编程的话就先关注自己要解决的问题

一个建议，不一定对：虽然deepseek是国产良心，我也很建议在做AI应用调用API时使用。但是最好别接入Cursor作为默认模型使用，现在让AI编程跨过可用性临界点的依然有且只有Claude 3.5 sonnet，o1实际体感也不够好。为了节约成本或者支持国产做这个选择还是得不偿失。测试这事让自媒体去干（比如我，我其实一般都懒得干了），大家实际在做AI编程的话就先关注自己要解决的问题，不用关注那么多噪音。

#DeepSeek #国产良心 #AI应用
宝玉

1个月前

网友分享：你好宝老师，我想投稿大模型的使用体验。我是理工科，国内土博，材料专业。使用强度不是很高，但是集中分析的时候会连续追问和讨论。关于推理模型，我想说说我的使用体验。我使用的较多的时gpt o1，O1mini，还有谷歌的新出的thinking。我想说o1目前还是当之无愧的第一，因为具有很庞大的知识库。我使用都是在分析化学的情况下，比如红外图谱和核磁图谱的分析。然后O1是说的最靠谱。我

网友分享：你好宝老师，我想投稿大模型的使用体验。我是理工科，国内土博，材料专业。使用强度不是很高，但是集中分析的时候会连续追问和讨论。关于推理模型，我想说说我的使用体验。我使用的较多的时gpt o1，O1mini，还有谷歌的新出的thinking。我想说o1目前还是当之无愧的第一，因为具有很庞大的知识库。我使用都是在分析化学的情况下，比如红外图谱和核磁图谱的分析。然后O1是说的最靠谱。我结合文献和O1聊我的推理，基本就能把图谱分析的七七八八差不多。但是o1mini不精通化学结构导致理解不了复杂化学结构，谷歌的thinking也一样对化学不够精通，比如今天核磁分析时就弄混了ppm高低和上下场的关系。而o1可以一直正确的分析推理。以我的认知我认为，知识库的丰富程度极大程度决定了好用与否。最近新出的推理模型，由于缺乏知识库，测试发现推理的化学结果大部分都不对。目前我只有用o1的时候很少发现错误。所以可能高成本的模型还是更有实际价值，而针对推理方面雕花的可能还是炫技更多一些。

#大模型 #GPT #O1