o1研发团队首次集体访谈：教AI数r用了一年半
9月11日晚间，辛选集团创始人辛巴原定8点在快手进行直播，但是其直播间突然处于被封禁的状态。快手、辛选方面均无回应，不清楚为何会被封，以及会封禁多久。辛巴、小杨哥的
克雷西 明敏 发自 凹非寺
量子位 | 公众号 QbitAI
笑死，原来o1也像人类一样喜欢赶ddl（手动狗头）。
这是在o1团队的“大型见面会”上，OpenAI创始成员Wojciech Zaremba揭开的o1“黑历史”。
包括Zaremba在内的18名团队成员，在首席研究官Bob McGrew的带领之下围坐一团。
o1核心贡献者Hyung Won Chung、Noam Brown等关键人物，也都在此列。
随着成员们的踊跃发言，o1的发展历程也逐渐被揭开——受AlphaGo和早期GPT模型的启发，想到了将两张背后的范式结合。
后来，团队训练出了 个可以生成连贯思维链的模型，标志着研究方向开始逐渐明朗和聚焦……
在充满松弛感的气氛当中，众人还分享了有关o1研发的许多趣事：
- 在OpenAI内部，也喜欢用“数r”来 大模型能力
- 为了 “数r”的问题，OpenAI花费了一年半
- 技术人员会把代码报错信息直接丢给o1去debug
- o1曾经说过，生命的意义是“42”，还试图用代数来定义“love”
同时在研究过程中他们还发现，o1不仅比人类更善于发现新的CoT推理步骤，并且还涌现出了自我批评能力。
有网友称赞说，这的确是一个出色的团队， 喜欢听他们的发言，并且模型的能力也确实比以前强。
量子位整理了这次访谈的实录，下面就一起来看~
