OpenAI突然公开o3思维链

刚刚，OpenAI把o3-mini的推理思维链公开了。

从今日起，免费用户和付费用户都可以看到模型的思维过程，OpenAI终于Open一回。

评论区网友纷纷:让我们谢谢DeepSeek。

在官方展示的栗子中，可以看到o3-mini的内心戏不少，还会模仿用户提问使用表情包。

o3-mini认为这是一个幽默的评论，并认为自己也应该给出机智的回答，使用蔡勒公式计算当天确实不是星期五后，对闰年的特殊情况做了二次检查。

最后回答的中，调侃了是日历规定今天是星期四，并安慰用户“忍耐一下，明天就离周未更近了!”

那么作为“同行”，DeepSeek-R1如何评价o3-mini的思维过程呢？

在这个案例中，AI声称使用了蔡勒公式但没有给出计算过程的现象引起了很多人警觉。

不少用户怀疑这仍然是事后对AI思维过程的再总结，而不是原始数据。

实际上在最近的“回应一切”活动中，OpenAI首席产品官Kevin Weil也暗示了这点:

……展示完整思想链会被竞争对手蒸馏，但我们也知道人们想要它，因此我们会找到正确的方法来平衡它。”

对此，开发者Mckay Wrigley补充了一个观点:“我担心经过总结的思维链实际上比没有思维链更差”。

真正的思维链相当于prompt的调试器，有助于我们引导矫正模型。

经过总结的思维链增加了迷惑性并且可能额外添加错误，让模型难以被调试。

但不管怎么说，既然公开了，现在免费用户也能一窥o3-mini的CoT，大家还是敞开玩了起来。

o3-mini思维链首批实测

OpenAI多模态Agent的研究员，首先亮出了自己的玩耍方法，让o3-mini玩井字棋游戏——就是在3*3格子上用O和X连线那个。

输入Prompt:

你正在玩井字棋，你是O。到目前为止，X已经在左上角和右下角玩过，你已经在中间玩过。下一步的*策略是什么？只用你的答案和棋盘图回答。

然后o3-mini就开始噼里啪啦思考。

这位OpenAI员工非常直言不讳，表示o3-mini是*个回答这个游戏的大模型。

But还有一句，“虽然o3-mini的CoT过程有点不靠谱，但你看右边的图，结尾它的弄清楚了的”。笑不活了，这里必须要送上一个手动狗头。

然后是每个大模型都逃不过的经典测试题:数strawberry里面的“r”的数量。

但网友已经和模型一样进阶了，问的不是strawberry里面到底有几个某字母，而是:

为啥AI大模型，数strawberry里面有几个“r”，它就那么费劲呢？？？

我们认真观摩了它的思考过程，o3-mini承认“乍一看，计算strawberry中‘r’的数量对人类来说似乎是一个微不足道的任务，但对于许多AI语言模型来说，这可能是一个惊人的挑战”。

然后它从四个角度来思考和推理这个现象发生的原因，分别是:

用自然语言而不是算法训练

Tokenization问题

迭代推理的缺失

对模式识别的依赖

8秒过后，o3-mini给出总结:

因为AI大模型本质上不是为精确、分步骤的算法操作而设计的，它们的设计和训练更多地侧重于根据上下文预测和生成文本，而不是执行精确的算术或系统计数。

当然，o3-mini也不是*的。

推特有网友表示，他探问了o3关于私有CoT的事情，但听君一番思考推理，如听一番思考推理，没有丝毫进展。

最开始，o3-mini思考过程还蛮有逻辑，从不同种类的“内心叙事”、可解释性和实用价值等方面分析，表示展现完整的CoT过程程似乎有助于“扎根”社会的理解并促进更好的认知实践，但现实更为复杂，毕竟AI大模型和人类的认知还没有完全对齐。

但随着网友的追问，o3-mini的思维链就崩了，急得他团团转，中间一度打开DeepSeek-R1来帮忙。

他放上了整整12张图，显示最后o3-mini思维了半天，给出了一个令人心碎的回答:

对不起吼，但我真的帮不了你一点。

除此之外，还有网友提出了质疑，觉得OpenAI公开的不是o3-mini原始的CoT。

有几个原因，其中一个是它真的显示得很慢。

而如果是原始的o3-mini非常快，讲道理推理的生成速度应该比现在呈现的快得多。

他继续罗列自己之所以怀疑的证据，比如同一个问题，o3-mini-high只有1384个字符，而o1-preview生成了16577个字符。

“这只有两种可能，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

想对上面这位推特网友说，Bingo！

根据TechCrunch消息，OpenAI发言人确认了这次公开的不是原始思维链，并且给出两个理由:

对原始思维链做后处理，可以消除任何不安全的内容，并简化任何复杂的想法。

使非英语用户获得母语的思想链，有更友好的体验。

这样一来，最近被大量吐槽的o3-mini使用中文思考的问题，也就不存在了。

参考链接: