待验证75% 置信事实精确时间

o1在某个任务中最终分数低于Claude 3.5，体现了强推理模型的'过度推理'问题——初始阶段出现偏差后会沿错误路径深入

1

来源数

75%

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

o1model Claude 3.5model

相关事实

待验证推理强度的高和超高模式源于o1、o3系列模型引入的慢思考架构，通过消耗更多计算token来换取更高的准确率和逻辑一致性75% 相似待验证o1模型在回答前进行内部思维链推理，在数学、编程、科学推理等任务上表现远超GPT-4o74% 相似待验证推理强度机制的慢思考范式源自 OpenAI o1 系列，Anthropic 随后在 Claude 3.7 及更新模型中跟进实现73% 相似待验证o1/o3 等推理模型已在一定程度上回应了 LLM 推理能力的质疑71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/657

API

curl https://kongchang.com/api/v1/knowledge/claims/657

MCP

get_claim(id=657)