OpenAI o1 vs. věda

Mario Krenn z Max Planck Institutu uvádí*, že model o1 poskytuje mnohem podrobnější a koherentnější odpovědi ve srovnání s předchozím modelem GPT-4o. Tento model je navržen tak, aby "přemýšlel" déle a hlouběji nad svými odpověďmi, což z něj činí pomalejší, ale výkonnější nástroj, zejména v oblasti vědy, kódování a matematiky.

Významný pokrok zaznamenali například v chemii a fyzice, kde o1 překonal PhD vědce v nejtvrdším testu GraduateLevel Google-Proof Q&A Benchmark. Skóroval 78 %, zatímco u fyziky dosáhl neuvěřitelných 93 %. Tento výkon je dle Davida Reina, který se podílel na tvorbě zmíněného testu, důkazem zásadního zlepšení v logickém myšlení modelu. Model používá takzvanou "chain-of-thought" logiku, kde se postupně opravuje a koriguje své odpovědi.

o1 má však i své nedostatky, pořád halucinuje, dělá chyby. Ale ten potenciál, především ve vědě je ohromný. #silnejsi

David Navrátil, hlavní ekonom České spořitelny

*https://www.nature.com/articles/d41586-024-03169-9