待验证60% 置信事实精确时间

o3-mini-high经过强化学习推理训练，以较小规模实现了接近o1的推理能力

2

来源数

60%

置信度

长期有效

时效性

2025/2/5

首次发现

来源

o1、o1 pro与o3-mini-high编程能力深度对比：Deep Research实测分析

bilibilikate人不错2025/2/5

涉及实体

o3-mini-highmodel o1model OpenAIcompany

相关事实

待验证OpenAI的o系列（o1、o3）专门针对链式思维推理能力进行强化训练，引入了蒙特卡洛树搜索（MCTS）与过程奖励模型71% 相似待验证HY3引入了改进的抗幻觉技术、更可靠的工具调用能力，并使用更高质量后训练数据和强化的强化学习策略68% 相似待验证以Adam优化器搭配默认学习率1e-3作为起点是稳健的深度学习入门策略67% 相似待验证小模型通过知识蒸馏通常比直接在标注数据上训练精度高出2-5个百分点67% 相似已验证提供3-5个高质量示例（Few-shot Learning）通常能显著提升模型的指令遵循准确率65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/656

API

curl https://kongchang.com/api/v1/knowledge/claims/656

MCP

get_claim(id=656)