OpenAI o1

2024-09-12。o1-preview：测试时计算换正确率。规划的一部分被训练进核心。宿主仍管工具与停机。

OpenAI，2024-09-12。o1-preview 与 o1-mini。用强化学习训练隐式长思考。ChatGPT Plus/Team 与部分 API。

  1. 材料 — 按当时研究博文与产品说明转述：AIME、Codeforces、GPQA。
  2. 讲解 — 内部 CoT 不是 ReAct；工具、沙箱、停机仍在宿主。

当时公告：Introducing OpenAI o1-preview。研究说明：Learning to reason with LLMs。

OpenAI o1（材料）

按 2024-09-12 公告转述：推理模型、考试数字、预览限额。

o1 讲解

推理从明文 Thought 内化到测试时计算。循环可以更短；工具与停机仍在宿主。模型不是 Agent。