其中，我們開(kāi)源的Skywork o1 Open，在各項(xiàng)數(shù)學(xué)和代碼指標(biāo)上均有大幅提高，將Llama-3.1-8B的性能拉到同生態(tài)位SOTA（超越Qwen-2.5-7B instruct）。同時(shí)，8B的Skywork o1 Open也解鎖了很多較大量級(jí)模型，如GPT 4o，無(wú)法完成的數(shù)學(xué)推理任務(wù)（如24點(diǎn)計(jì)算）。這也為推理模型在輕量級(jí)設(shè)備上部署提供了可能性。

同時(shí)，我們也將開(kāi)源兩個(gè)推理任務(wù)的Process Reward Model（PRM）：Skywork o1 Open-PRM-1.5B 和Skywork o1 Open-PRM-7B，相比此前開(kāi)源的Skywork-Reward-Model僅對(duì)整個(gè)模型回答進(jìn)行打分，Skywork o1 Open-PRM能給模型回答中的每個(gè)步驟進(jìn)行打分。

對(duì)比開(kāi)源社區(qū)現(xiàn)有的PRM，Skywork o1 Open-PRM-1.5B能達(dá)到開(kāi)源社區(qū)8B的模型效果，例如RLHFlow的Llama3.1-8B-PRM-Deepseek-Data，OpenR的Math-psa-7B，Skywork o1 Open-PRM-7B能同時(shí)在大部分benchamrk上接近/超過(guò)10倍量級(jí)的Qwen2.5-Math-RM-72B。Skywork o1 Open-PRM也是第一款適配代碼類任務(wù)的開(kāi)源PRM。下面表格為以Skywork-o1-Open-8B作為基礎(chǔ)模型，使用不同PRM在數(shù)學(xué)和代碼評(píng)測(cè)集上的評(píng)估結(jié)果。

那么，之前大模型經(jīng)常翻車(chē)的比大小問(wèn)題，Skywork o1現(xiàn)在的回答水平如何了？

令人驚喜的是，Skywork o1不但沒(méi)有被問(wèn)題繞進(jìn)去，還分析的頭頭是道，甚至透露出“大智慧”，引申出了一些更底層的思考。

進(jìn)階版的復(fù)雜人類思考能力的解鎖也將進(jìn)一步在垂類領(lǐng)域增強(qiáng)大模型的應(yīng)用，例如：

• 中英文常見(jiàn)邏輯推理和復(fù)雜任務(wù)，如數(shù)學(xué)/代碼類任務(wù)，科學(xué)研究

• 高質(zhì)量?jī)?nèi)容生成，如創(chuàng)意寫(xiě)作，行業(yè)報(bào)告寫(xiě)作

• 深度搜索，解鎖復(fù)雜搜索任務(wù)的拆解

2024年以來(lái)，昆侖萬(wàn)維天工AI持續(xù)進(jìn)化，陸續(xù)發(fā)布了「天工2.0」、「天工3.0」、「天工大模型4.0」4o版——Skywork 4o，以及今天正式發(fā)布的「天工大模型4.0」 o1版（Skywork o1），不僅是我們貫徹“All in AGI 與 AIGC” 戰(zhàn)略的重要舉措，更是我們構(gòu)建AI技術(shù)棧的重要一步。我們將秉持“實(shí)現(xiàn)通用人工智能，讓每個(gè)人更好地塑造和表達(dá)自我”的使命，從模型層、應(yīng)用層等全方位、多維度來(lái)構(gòu)建公司技術(shù)競(jìng)爭(zhēng)力和生態(tài)矩陣。

測(cè)試地址

「天工大模型4.0」 o1版（Skywork o1）開(kāi)啟測(cè)試

嘗鮮地址：www.tiangong.cn