75. 和OpenAI前研究员吴翼解读o1：吹响了开挖第二座金矿的号角

边塞科技创始人、清华叉院信息研究院助理教授、前OpenAI研究员吴翼从技术视角解读OpenAI o1，认为pre-training（预训练）能挖的金矿越来越少，以强化学习为基础的post-training（后训练）是另一座大金矿。他判断o1-preview版本是GPT-3时刻，能否到ChatGPT时刻要看正式版本；强化学习三要素为reward model、搜索和探索、prompt，每一块都很难。