編輯 | 伊風
OpenAI又Open了一點點！
奧特曼預告的o3 "one-more-thing"來了！
圖片
OpenAI突然更新了免費和付費用戶的o3-mini思維鏈。在這一更新之后，我們終于能看看模型的推理步驟以及它如何得出答案的過程了！
同時，據(jù) OpenAI 介紹，使用 o3-mini 并選擇“高推理”模式的高級 ChatGPT 訂閱用戶也將看到這一改進后的推理顯示。
OpenAI在推文中還給了一個例子，用戶問ChatGPT“今天為啥不是周五呢？”o3思考了一下，甚至還用了個??的emoji，“我也很驚訝今天不是周五，我猜，當你準備好過周末時時間的流速就變慢了吧”。
圖片
OpenAI 發(fā)言人在接受采訪時表示：“我們正在為 o3-mini 引入更新后的 [思維鏈]，讓用戶更容易理解模型的思考方式。通過這次更新，用戶可以更清晰地跟隨模型的推理過程，從而對其回答更有信心。”
看到OpenAI的新動向，評論區(qū)紛紛驚呼：DeepSeek效應無敵了，讓我們一起說謝謝！
圖片
但是……也不能高興得太早！網(wǎng)友很快就發(fā)現(xiàn)了其中的蹊蹺——現(xiàn)在o3-mini展示的思維鏈居然是“閹割版”。
OpenAI評論區(qū)第一熱評就是：你給的這是原始思維鏈嗎？
圖片
一位網(wǎng)友回復道，我?guī)缀蹩梢钥隙ú皇牵皇潜恍∧Ｐ蛷褪龅恼?CoT。
圖片
連奧特曼都直接承認了，現(xiàn)在的 CoT是經(jīng)過“整理”的，更好讀（手動狗頭）。并且也會針對用戶語言進行翻譯。
圖片
許多網(wǎng)友表示大失所望。o3-mini "one-more-thing"就是這？不如DeepSeek免費看完整推理。
圖片
而且，再做一次摘要其實很容易出bug。
例如這位網(wǎng)友，就看到了疑似o3-mini原始思維鏈以及摘要代碼……真的很尷尬啊！
圖片
所以，為啥OpenAI不能大大方方的展示完整思維鏈呢？
1.OpenAI為啥不公開原始思維鏈？
真相只有一個：怕被蒸餾。
在上周的 Reddit AMA（在線問答）中，OpenAI 首席產(chǎn)品官 Kevin Weil 透露說：
“我們正在努力展示比現(xiàn)在更多的內(nèi)容——[展示模型的思維過程] 很快就會實現(xiàn)。具體方案尚未確定——完整展示思維鏈可能會導致競爭對手進行知識蒸餾（competitive distillation），但我們也知道用戶（至少是高階用戶）希望看到完整的推理過程，所以我們會找到合適的平衡點。”
因此，“摳摳搜搜”的OpenAI找到了一個折中的方案：o3-mini 先進行推理，然后將思維整理成摘要。
OpenAI 發(fā)言人在接受采訪時補充了思維鏈的“整理”細節(jié)：“為了提升清晰度和安全性，我們新增了一個后處理步驟，模型會復查原始思維鏈，移除任何不安全內(nèi)容，并簡化復雜的概念。此外，該后處理步驟還能讓非英語用戶以其母語獲取思維鏈，使體驗更加友好和易于理解。”
當然，OpenAI的擔心不無道理。優(yōu)質(zhì)的思維鏈數(shù)據(jù)構(gòu)造出的數(shù)據(jù)集，使得復刻模型推理能力變得簡單且成本低廉。昨天，我們剛剛報道過李飛飛團隊，利用1000個問題及其答案，記錄了Gemini 2.0 Flash Thinking Experimental的“思考過程”數(shù)據(jù)，以此構(gòu)建的訓練集對開源小模型進行微調(diào)，性能可媲美o1mini。詳見：不到140塊！李飛飛團隊超低成本復刻DeepSeek R1推理！16張H100只訓練了26分鐘，與R1訓練方法不同！
問題是，OpenAI很難找到防止蒸餾與保障用戶體驗的“平衡點”，反而會鬧出烏龍。
諷刺的是，此前o3-mini被發(fā)現(xiàn)使用中文做推理。被網(wǎng)友懷疑o3是不是蒸餾過DeepSeek，或使用了部分代碼/數(shù)據(jù)。
圖片
2.o3思維鏈一手實測：錯誤的摘要可能比“黑箱”更糟糕
OpenAI的員工 Noam Brown發(fā)推，用井字棋問題測試o3-mini。
他稱贊說，“o3-mini 是首個穩(wěn)定答對這個井字棋問題的大型語言模型（LLM）。”但也直言了o3-mini的大缺陷：“總結(jié)后的思維鏈（CoT）看起來有些混亂，但你可以看到，在右側(cè)的最終推理過程中，模型還是找到了正確答案。”
圖片
圖片
圖片
問題是，用戶本來就依賴推理過程，來判斷結(jié)果是否是值得信任的。
在混亂的推理過程后，用戶該如何理解模型得出的“正確答案”呢？就像一位網(wǎng)友所說的：我擔心總結(jié)后的思維鏈實際上比什么都沒有更加糟糕。
圖片
另外，小編好奇o3-mini是不是真的是首個能穩(wěn)定回答井字棋問題的模型。于是用Noam Brown的prompt丟給了DeepSeek。
因為模型思考這個問題會遍歷所有的可能，再加上模型自己會做檢查，一度我看著AI不斷地輸出推理，懷疑它是否已經(jīng)陷入了循環(huán)。大家也可以從右側(cè)滑塊感受這篇推理到底有多長。
圖片
最終，DeepSeek拿下了正確答案，而且，它全部的推理過程都是可查的！
圖片
而如此篇幅的推理過程，很難被形成一個正確的摘要。這就是o3出現(xiàn)混亂的原因。
3.寫在最后：前CTO的創(chuàng)業(yè)公司或成為OpenAI新對手
OpenAI試圖獲取的平衡，正暴露了這家公司陷入了一個兩難的困境中。
值得注意的是，在Anthropic之后，又一家OpenAI“原版人馬”的創(chuàng)業(yè)公司要和其打擂臺了。
那就是OpenAI前CTOMira Murati 低調(diào)創(chuàng)立的新創(chuàng)業(yè)公司！
據(jù)《財富》報道，OpenAI 聯(lián)合創(chuàng)始人 John Schulman 本周早些時候從 AI 公司 Anthropic 離職，將跳槽到Mira的新公司。值得注意的是，John Schulman才剛剛加入Anthropic五個月。
自去年 9 月離開 OpenAI 以來，Mira對新公司的情況守口如瓶。不過，據(jù)知情人士透露，Murati 已招募了多名前 OpenAI 員工，其中包括曾在 OpenAI 超算團隊工作的 Christian Gibson。
所以，OpenAI的人才動蕩估計又要持續(xù)一陣了。
參考鏈接：
2.https://techcrunch.com/2025/02/06/openai-now-reveals-more-of-its-o3-mini-models-thought-process/
