夢晨 衡宇 發(fā)自 凹非寺量子位 | 公眾號 QbitAI
剛剛，OpenAI把o3-mini的推理思維鏈公開了。
從今日起，免費用戶和付費用戶都可以看到模型的思維過程，OpenAI終于Open一回。
評論區(qū)網(wǎng)友紛紛：讓我們謝謝DeepSeek。
在官方展示的栗子中，可以看到o3-mini的內(nèi)心戲不少，還會模仿用戶提問使用表情包。
用戶的提問是“為什么今天不是星期五”
o3-mini認為這是一個幽默的評論，并認為自己也應(yīng)該給出機智的回答，使用蔡勒公式計算當天確實不是星期五后，對閏年的特殊情況做了二次檢查。
最后回答的中，調(diào)侃了是日歷規(guī)定今天是星期四，并安慰用戶“忍耐一下，明天就離周未更近了!”
那么作為“同行”，DeepSeek-R1如何評價o3-mini的思維過程呢？
在這個案例中，AI聲稱使用了蔡勒公式但沒有給出計算過程的現(xiàn)象引起了很多人警覺。
不少用戶懷疑這仍然是事后對AI思維過程的再總結(jié)，而不是原始數(shù)據(jù)。
實際上在最近的“回應(yīng)一切”活動中，OpenAI首席產(chǎn)品官Kevin Weil也暗示了這點：
……展示完整思想鏈會被競爭對手蒸餾，但我們也知道人們（至少是資深用戶）想要它，因此我們會找到正確的方法來平衡它。”
對此，開發(fā)者Mckay Wrigley補充了一個觀點：“我擔心經(jīng)過總結(jié)的思維鏈實際上比沒有思維鏈更差”。
真正的思維鏈相當于prompt的調(diào)試器，有助于我們引導(dǎo)矯正模型。
經(jīng)過總結(jié)的思維鏈增加了迷惑性并且可能額外添加錯誤，讓模型難以被調(diào)試。
但不管怎么說，既然公開了，現(xiàn)在免費用戶也能一窺o3-mini的CoT，大家還是敞開玩了起來。
o3-mini思維鏈首批實測OpenAI多模態(tài)Agent的研究員，首先亮出了自己的玩耍方法，讓o3-mini玩井字棋游戲就是在3*3格子上用O和X連線那個。
輸入Prompt：
你正在玩井字棋，你是O。到目前為止，X已經(jīng)在左上角和右下角玩過，你已經(jīng)在中間玩過。下一步的最優(yōu)策略是什么？只用你的答案和棋盤圖回答。
然后o3-mini就開始噼里啪啦思考。
這位OpenAI員工非常直言不諱，表示o3-mini是第一個回答這個游戲的大模型。
But還有一句，“雖然o3-mini的CoT過程有點不靠譜，但你看右邊的圖，結(jié)尾它的弄清楚了的”。笑不活了，這里必須要送上一個手動狗頭。
然后是每個大模型都逃不過的經(jīng)典測試題：數(shù)strawberry里面的“r”的數(shù)量。
但網(wǎng)友已經(jīng)和模型一樣進階了，問的不是strawberry里面到底有幾個某字母，而是：
為啥AI大模型，數(shù)strawberry里面有幾個“r”，它就那么費勁呢？？？
我們認真觀摩了它的思考過程，o3-mini承認“乍一看，計算strawberry中‘r’的數(shù)量對人類來說似乎是一個微不足道的任務(wù)，但對于許多AI語言模型來說，這可能是一個驚人的挑戰(zhàn)”。
然后它從四個角度來思考和推理這個現(xiàn)象發(fā)生的原因，分別是：
用自然語言而不是算法訓(xùn)練
Tokenization問題
迭代推理的缺失
對模式識別的依賴
8秒過后，o3-mini給出總結(jié)：
因為AI大模型本質(zhì)上不是為精確、分步驟的算法操作而設(shè)計的，它們的設(shè)計和訓(xùn)練更多地側(cè)重于根據(jù)上下文預(yù)測和生成文本，而不是執(zhí)行精確的算術(shù)或系統(tǒng)計數(shù)。
當然，o3-mini也不是萬能的。
推特有網(wǎng)友表示，他探問了o3關(guān)于私有CoT的事情，但聽君一番思考推理，如聽一番思考推理，沒有絲毫進展。
最開始，o3-mini思考過程還蠻有邏輯，從不同種類的“內(nèi)心敘事”、可解釋性和實用價值等方面分析，表示展現(xiàn)完整的CoT過程程似乎有助于“扎根”社會的理解并促進更好的認知實踐，但現(xiàn)實更為復(fù)雜，畢竟AI大模型和人類的認知還沒有完全對齊。
但隨著網(wǎng)友的追問，o3-mini的思維鏈就崩了（？），急得他團團轉(zhuǎn)，中間一度打開DeepSeek-R1來幫忙。
他放上了整整12張圖，顯示最后o3-mini思維了半天，給出了一個令人心碎的回答：
對不起吼，但我真的幫不了你一點。
除此之外，還有網(wǎng)友提出了質(zhì)疑，覺得OpenAI公開的不是o3-mini原始的CoT。
有幾個原因，其中一個是它（CoT過程）真的顯示得很慢。
而如果是原始的o3-mini非�？�，講道理推理的生成速度應(yīng)該比現(xiàn)在呈現(xiàn)的快得多。
他繼續(xù)羅列自己之所以懷疑的證據(jù)，比如同一個問題，o3-mini-high只有1384個字符，而o1-preview生成了16577個字符。
“這只有兩種可能，一是o3-mini-high比o1-preview高效得多；二是o3-mini的CoT不是原始版本。”
One More Thing想對上面這位推特網(wǎng)友說，Bingo！
根據(jù)TechCrunch消息，OpenAI發(fā)言人確認了這次公開的不是原始思維鏈，并且給出兩個理由：
對原始思維鏈做后處理，可以消除任何不安全的內(nèi)容，并簡化任何復(fù)雜的想法。
使非英語用戶獲得母語的思想鏈，有更友好的體驗。
這樣一來，最近被大量吐槽的o3-mini使用中文思考的問題，也就不存在了。
參考鏈接：[1]https://techcrunch.com/2025/02/06/openai-now-reveals-more-of-its-o3-mini-models-thought-process/[2]https://x.com/polynoamial/status/1887628222042677387[3]https://x.com/pigeon__s/status/1887619637099249884[4]https://x.com/thegenioo/status/1887617601016385840[5]https://x.com/ryunuck/status/1887527365435105593
