待验证50% 置信事实精确时间

OpenAI o1模型于2024年9月发布，通过强化学习训练出在输出最终答案前进行内部推演的能力，中间推理步骤以特殊Token形式存在且对用户不可见

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

OpenAI Codex Micro评测：AI编程专用硬件键盘深度解析

相关事实

待验证OpenAI的o系列模型（o1、o3）是强化学习推理（RLR）路线的代表性产物，以可验证的客观标准作为奖励信号77% 相似已验证OpenAI o1 系列通过强化学习训练出链式推理（Chain-of-Thought）能力，在数学证明、算法设计和复杂逻辑推理上远超传统 GPT-475% 相似已验证OpenAI的o1系列代表了「推理时计算」（test-time compute）这一新范式74% 相似待验证OpenAI于2025年初推出了基于o3模型的Deep Research功能，能够在数分钟内完成人类研究员数小时才能完成的文献梳理工作73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/575742

API

curl https://kongchang.com/api/v1/knowledge/claims/575742

MCP

get_claim(id=575742)