陶哲轩提前实测满血版o1：都能当研究生使唤了(陶哲轩2020)

好羡慕！原来早在8月份，陶哲轩就已经用上了OpenAII o1。

还是现在大家都用不上的满血版本(眼泪不争气地从嘴角流出来)。

提前批大佬是怎么玩最新天花板的？

他向o1模型提出了一个模糊的数学问题，发现它可以成功地识别克莱姆定理。

而且答案是“完全令人满意”那种。

当然，陶哲轩也做了一些其他的测试，肉测下来的总体体验是：

比以前的模型好，多堆提示表现不错，但还是会犯很多错误，没有产生自己的想法。

陶哲轩是这样形容的：

这种感觉就像给一个平庸但有点能力的研究生提供建议。

然而，这比以前的模型有所改进，因为以前的模型能力更接近实际上不称职的研究生。

但是，如果你给以前的模型添加一些帮助，比如计算机代数包和证明辅助工具，你可以改进一两次，你可以实现进一步的迭代，改变，成为“有能力的研究生”。

陶哲轩对使用体验的神奇比喻在Hackernews等平台上引起了激烈的讨论。

有网友愤怒：什么是GPT！我承认LLMS对编写代码很有帮助，但事实上，有一些非常好的工具可以帮助解决这个问题，如代码片段、模板和代码生成器。

有人用陶哲轩的话回应他：

“任何足以编程为生的聪明人，智商都足以成为一名普通但能力较小的数学研究生。”

陶哲轩实测ChatGPTT vs o1

陶哲轩展示了自己的三轮测试。

第一轮，用去年3月测试ChatGPT的问题，要求大模型回答含糊的数学问题，只要从文献中找出合适的定理(克莱姆法则)就可以解决。

Say I have a positive measure whose closure(support) = some compact convex subset S. I convolve n times to get a measure on nS. Scale down by n, take log, divide by n, take the limit to get some rounded thing on S. Does it depend on the original measure?

当时，ChatGPT回答得很好。在此期间，它还提到了一个高度相关的术语：数矩生成函数，甚至在给出的答案中讨论了一个具体的例子。但我们不能注意细节。都是幻觉，答案是错误的。

这一次，同样有模有样，但相比之下更有条理(更长的时间和大小标题的区分)。

最重要的是，o1成功地找到了克莱姆定理，并给出了一个完全令人满意的答案。

ps，看记录，早在8月份陶哲轩就用上了o1。