OpenAI秘密开发新模型“草莓”，推理能力大幅提升，或已达AGI路线图L2级别

先做个广告：如需代注册GPT4或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi

近日，OpenAI正在开发的一个名为“草莓”（Strawberry）的秘密项目被曝光。据悉，这个项目是去年引发广泛关注的Q*的后续升级版本。虽然具体细节仍然保密，但从已知信息来看，“草莓”模型在推理能力、长期任务规划等方面都有重大突破，可能已经达到OpenAI最新AGI路线图中的L2级别。

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top

“草莓”模型的核心能力

根据路透社获得的OpenAI内部文件，公司希望“草莓”模型能够实现以下关键能力：

1. 强大的推理能力：不仅能生成答案，还能像人类一样解决复杂的多步骤问题。
2. 长期任务规划：能够提前规划并执行长期任务（LHT）。
3. 自主可靠的网络浏览：通过一种名为CUA的计算机代理，能够自主浏览网页并根据发现采取行动。
4. 深度研究能力：OpenAI正在开发一个“深度研究”数据集来训练和评估这些能力。

这些能力被业内专家认为是当前AI模型尚无法实现的。如果“草莓”真的做到了，将是AI领域的一个重大飞跃。

技术细节：超大规模训练+特殊后处理

虽然具体技术细节仍然保密，但有知情人士透露，“草莓”模型采用了以下关键技术：

1. 超大规模数据集预训练：模型在非常庞大的数据集上完成了预训练。
2. 特殊后处理方法：在预训练后，采用了一种专门的处理方法来“磨炼”模型性能。这可能包括微调、人类反馈强化学习（RLHF）等技术。
3. 类似STaR的自学习推理：一位知情人士表示，“草莓”采用的方法与斯坦福大学2022年提出的STaR（Self-Taught Reasoner）方法相似。STaR能让模型通过自举的方式学习推理，而无需大规模人工标注数据。

OpenAI内部展示与外界反应

本周一，OpenAI在一次内部全体会议上展示了一个据称推理能力已接近人类水平的demo。虽然无法确定这就是“草莓”项目，但时间点非常吻合。

OpenAI科学家Noam Brown也在Twitter上发文，暗示公司在某个重大研究方向上取得了突破性进展。业内人士认为，如果连Noam Brown都认可，那这个进展很可能值得期待。

马斯克则以调侃的口吻回应说：“之前都说，AI灾难会是回形针成灾。如今来看，可能是草莓田了。”这个比喻源自哲学家尼克·博斯特罗姆提出的AI风险理论，他假设有一个超级智能AI，其唯一的目标就是制造尽可能多的回形针，这个AI可能会为了达成目标而消耗地球上所有的资源，甚至威胁人类的生存（隐喻：回形针代表了一个看似无害甚至微不足道的目标，但是当一个超级智能系统全力追求这个目标时,可能会产生灾难性的后果）