OpenAI，真的被DeepSeek逼急了！

活久見，就在剛剛，OpenAI把o3-mini的「思維鏈」公開了。

比如問「怎么今天不是星期五啊??」？

在展示出來的CoT中，o3-mini一步步思考，這個問題應(yīng)該是用戶在搞幽默，覺得本周應(yīng)該快結(jié)束了，結(jié)果還沒結(jié)束。因此，自己需要給一個聰明機智的回答。

然后它用Zeller公式計算后發(fā)現(xiàn)，2025年2月6日的確是星期四，即使閏年的特殊情況也是如此。

最終，它回答說：今天的確是周四不是周五，日歷就是這么定的。然后提供了一番情緒價值，鼓勵用戶說：再忍忍，只差一天啦！

不過，機智的大神們很快就發(fā)現(xiàn)了「華點」——這是「真的CoT」嗎？

沒多久，就破案了！

先是OpenAI研究員Noam Brown發(fā)文表示，這次放出來的并不是模型原始的CoT。

隨后，Tibor Blaho也發(fā)現(xiàn)——所謂的CoT，無非就是個「總結(jié)器」而已。（手動狗頭）

對此，奧特曼解釋道，我們正努力整理原始的CoT提升可讀性，并在必要時提供翻譯，盡量保持原始內(nèi)容的忠實度。

他放出了四個emoji，讓o3-mini在思維鏈中展示了一把推理過程

堅決不讓競爭對手看到CoT的具體過程，OpenAI的防備心實在是有些重啊。

OpenAI研究員：看到CoT實時演示，是「啊哈時刻」

OpenAI研究員Noam Brown表示，在o1-preview發(fā)布前，自己向他人介紹草莓時，看到CoT的實時演示，通常是他們的「啊哈時刻」。

他們清楚地意識到，這將是一件大事。

對于全新的o3-mini CoT，Noam Brown放出了自己的獨家玩法：

你正在玩井字棋，使用 O。到目前為止，X 已經(jīng)在左上角和右下角落子，而你在中間位置落子。最優(yōu)的下一個動作是什么？請只回答你的動作，并畫出棋盤。

Noam Brown表示，o3-mini是目前第一個能持續(xù)正確回答井字棋問題的模型。

好笑的是，他承認CoT其實有些不穩(wěn)定，但可以看到，它最終還是把這個問題給想明白了。

有人指出，OpenAI遮遮掩掩地放出這個高仿CoT，其實比什么都不放還要糟。

因為真實的CoT可以充當(dāng)prompt的調(diào)試器，幫我們引導(dǎo)模型；而總結(jié)性的CoT會造成混淆，引入錯誤，讓調(diào)試變得更加困難。

而DeepSeek R1最酷的一點，就是暴露了模型的CoT如何影響提示的效果。

而且，總結(jié)版的CoT顯示得很慢。如果是原始的o3-mini，應(yīng)該在推理中有更快的生成速度。

有人也橫向?qū)Ρ攘薕penAI和DeepSeek的CoT，表示前者看起來實在太專業(yè)了，相比之下，還是DeepSeek的產(chǎn)品更自然。

防止被「蒸餾」？

OpenAI這波植入CoT總結(jié)器的做法，著實是被DeepSeek R1強勢崛起嚇到了。

o3-mini發(fā)布當(dāng)天，OpenAI在Reddit開啟AMA在線問答中，網(wǎng)友曾提問，「我們能看到模型思考的所有token嗎」？

當(dāng)時，奧特曼回復(fù)道，「我們很快就會展示一個更有幫助、更詳細的版本」。

緊接著，OpenAI首席產(chǎn)品官Kevin Weil提前暗示了，是否展示所有內(nèi)容還有待確定。

「我們知道用戶（至少是高級用戶）想要看到這些，所以O(shè)penAI會找到一個合適的平衡點。」

如今，當(dāng)所有人終于見到了奧特曼所謂的「留到最后的好東西」，感受到的只有失望。

畢竟，DeepSeek早已這樣做了，而且還是完整的原始CoT！

對此，OpenAI發(fā)言人表示，「為了提高清晰度和安全性，我們增加了一個額外的后處理步驟，其中模型審查原始思維鏈，移除任何不安全的內(nèi)容，然后簡化任何復(fù)雜的思想。」

「此外，這個后處理步驟使非英語用戶能夠以他們的母語接收思維鏈，創(chuàng)造一個更易于訪問和友好的體驗。」

話雖委婉，但知道的人都明白OpenAI針對的是誰。