Come richiedere OpenAI o1 e come usarlo? - AI&YOU #72

Statistica della settimana: o1 ha dimostrato un'abilità eccezionale, classificandosi all'89° percentile su Codeforces, una famosa piattaforma per le sfide di codifica. (OpenAI)

Il nuovo modello o1 di OpenAI segna un cambio di paradigma nel modo in cui l'intelligenza artificiale elabora e risponde alle richieste complesse. A differenza dei suoi predecessori, o1 è progettato per "pensare" ai problemi prima di generare una risposta, imitando un processo di ragionamento più simile a quello umano. Questo cambiamento fondamentale nell'architettura del modello richiede una corrispondente evoluzione delle nostre tecniche di prompt.

Nell'edizione di questa settimana di AI&YOU, esploriamo le intuizioni di tre blog che abbiamo pubblicato sull'argomento:

• Come richiedere il Modello o1 di OpenAI

• Chi dovrebbe utilizzare il modello o1 di OpenAI?

• 15 statistiche/fatti da conoscere sul modello o1 di OpenAI

Come richiedere OpenAI o1 e come usarlo? - AI&YOU #72

Per le aziende e gli sviluppatori di IA abituati a lavorare con modelli precedenti come GPT-4o, l'adattamento alle caratteristiche uniche di o1 è fondamentale. Le strategie di prompting che hanno dato risultati ottimali con i modelli precedenti potrebbero non essere altrettanto efficaci, o addirittura ostacolare le prestazioni, se applicate a o1.

Capire come sollecitare efficacemente questo nuovo modello è fondamentale per sbloccare il suo pieno potenziale e sfruttare le sue capacità di ragionamento avanzato nelle applicazioni reali.

Comprendere le capacità di ragionamento di o1

Mentre i modelli come GPT-4o eccellevano nella generazione di testi simili a quelli umani e nell'esecuzione di un'ampia gamma di compiti linguistici, spesso avevano difficoltà con i ragionamenti complessi, soprattutto nei campi che richiedono la risoluzione logica di problemi passo dopo passo. Il modello o1, invece, è stato progettato specificamente per colmare questa lacuna.

La differenza fondamentale sta nel modo in cui o1 elabora le informazioni. A differenza dei modelli precedenti, che generano risposte basate principalmente sul riconoscimento di modelli all'interno dei dati di addestramento, o1 impiega un approccio più strutturato alla risoluzione dei problemi. Questo gli consente di affrontare compiti che richiedono ragionamenti in più fasi, deduzioni logiche e persino la risoluzione di problemi creativi con un'accuratezza significativamente migliore.

Ragionamento interno alla catena del pensiero

Il cuore delle capacità di o1 è costituito dal suo sistema integrato di catena di pensiero (CoT). Questo approccio, precedentemente utilizzato come tecnica di prompting esterno, è ora integrato direttamente nell'architettura del modello. Quando viene presentata una domanda complessa, o1 non genera immediatamente una risposta. Al contrario, prima scompone il problema in fasi più piccole e gestibili.

Questo processo di ragionamento interno permette a o1 di:

1. Identificare le componenti chiave del problema

2. Stabilire connessioni logiche tra i diversi elementi

3. Considerare più approcci alla soluzione del compito

4. Valutare e correggere i propri ragionamenti man mano che si procede.

Salti di prestazione in attività complesse

L'integrazione del ragionamento della CT da parte di o1 ha portato a notevoli miglioramenti nei compiti logici complessi:

• Risoluzione di problemi matematici: Raggiunge livelli di accuratezza di ordini di grandezza superiori rispetto ai predecessori su problemi di livello olimpico.

• Capacità di codifica: È in grado di competere con gli abili programmatori umani nello sviluppo e nel debug del software.

• Ragionamento scientifico: Eccelle nell'analisi dei dati e nella generazione di ipotesi, aprendo nuove frontiere di ricerca.

• Deduzione logica in più fasi: Gestisce compiti che richiedono un ragionamento complesso passo dopo passo con maggiore competenza.

Integrando il ragionamento della CoT, o1 ha ottenuto miglioramenti sostanziali in compiti che richiedono una cognizione complessa, stabilendo nuovi parametri di riferimento nelle capacità dell'intelligenza artificiale.

Principi chiave per il prompt o1

Mentre ci addentriamo nell'arte del prompt del modello o1 di OpenAI, è fondamentale capire che questa nuova generazione di modelli di ragionamento richiede un cambiamento nel nostro approccio. Esploriamo i principi chiave che vi aiuteranno a sfruttare tutto il potenziale delle capacità avanzate di ragionamento di o1.

Semplicità e immediatezza nei suggerimenti

Quando si tratta di dare istruzioni a o1, la semplicità è fondamentale. A differenza dei modelli precedenti, che spesso si avvalevano di istruzioni dettagliate o di un contesto esteso, le capacità di ragionamento incorporate di o1 gli consentono di dare il meglio con richieste semplici.

Ecco alcuni consigli per creare suggerimenti semplici e diretti:

• Siate chiari e concisi: Esprimete la vostra domanda o il vostro compito in modo diretto, senza inutili elaborazioni.

• Evitare di spiegare troppo: Fidatevi della capacità del modello di comprendere il contesto e di dedurre i dettagli.

• Concentratevi sul problema principale: Presentate gli elementi essenziali della vostra domanda senza informazioni estranee.

Ad esempio, invece di fornire istruzioni passo-passo per la risoluzione di un problema matematico complesso, si potrebbe semplicemente affermare: "Risolvete la seguente equazione e spiegate il vostro ragionamento: 3x^2 + 7x - 2 = 0".

Evitare una guida eccessiva

Mentre i modelli precedenti spesso beneficiavano di istruzioni o esempi dettagliati (una tecnica nota come "few-shot learning"), il miglioramento delle prestazioni e il processo di ragionamento interno di o1 rendono tali indicazioni meno necessarie e potenzialmente controproducenti.

Considerate quanto segue:

• Resistete all'impulso di fornire esempi multipli o un contesto esteso, a meno che non sia assolutamente necessario.

• Consentire al modello di sfruttare le proprie capacità di ragionamento piuttosto che cercare di guidare il suo processo di pensiero.

• Evitare di indicare esplicitamente i passaggi o i metodi per la soluzione di un problema, perché ciò potrebbe interferire con il ragionamento interno di o1.

Se ci si astiene da una guida eccessiva, si permette a o1 di utilizzare appieno i suoi modelli di ragionamento avanzati e di scoprire potenzialmente soluzioni più efficienti o innovative per compiti di ragionamento complessi.

Utilizzo dei delimitatori per la chiarezza

Sebbene la semplicità sia fondamentale, a volte è necessario fornire input strutturati o separare diversi componenti della richiesta. In questi casi, l'uso di delimitatori può migliorare significativamente la chiarezza e aiutare o1 a elaborare l'input in modo più efficace.

I delimitatori hanno diverse funzioni:

1. Separano chiaramente le diverse sezioni del messaggio.

2. Aiutano il modello a distinguere tra le istruzioni, il contesto e l'interrogazione vera e propria.

3. Possono essere utilizzati per indicare formati o tipi specifici di informazioni.

Alcuni modi efficaci per utilizzare i delimitatori sono:

• Virgolette triple: """Il tuo testo qui"""

• Tag in stile XML: La tua istruzione qui

• Trattini o asterischi: - o ***

• Sezioni chiaramente etichettate: [CONTESTO], [QUERY], [FORMATO DI OUTPUT].

Per esempio, quando si lavora con i dati del sequenziamento cellulare o con altre informazioni scientifiche, si potrebbe strutturare il prompt in questo modo:

—

[CONTESTO]

Di seguito sono riportati i dati di un esperimento di sequenziamento cellulare:

<data>

...i vostri dati qui...

</data>

[QUERY]

Analizzare questi dati e identificare eventuali schemi o anomalie significative.

[FORMATO DI USCITA]

Fornite la vostra analisi in una relazione strutturata con sezioni dedicate a Metodi, Risultati e Conclusioni.

—

Utilizzando i delimitatori in modo efficace, è possibile fornire il contesto e la struttura necessari senza sovraccaricare le capacità di ragionamento di o1 o interferire con il suo processo di pensiero interno.

Come ottimizzare l'input per o1

Per sfruttare efficacemente le capacità avanzate di ragionamento di o1 è necessario ottimizzare l'input. Bilanciare il contesto e la concisione, fornendo un background essenziale senza sovraccaricare il modello. Concentratevi sulla qualità piuttosto che sulla quantità, confidando nella capacità di o1 di dedurre e ragionare. Per i compiti complessi, offrire una breve panoramica piuttosto che una spiegazione esaustiva.

Quando si utilizza Generazione aumentata di recupero (RAG) con o1, essere selettivi con le informazioni esterne. Privilegiare i dati pertinenti e di alta qualità rispetto al volume, utilizzando il RAG principalmente per fatti specifici piuttosto che per il contesto generale. Questo approccio mirato migliora le prestazioni di o1 nei compiti specifici del dominio senza sovraccaricare il suo processo di ragionamento.

Sfruttate le migliori prestazioni di o1 affidandogli richieste più impegnative e ricche di sfumature. Aspettatevi risposte sofisticate anche da input concisi e sperimentate query complesse che potrebbero essere inadatte ai precedenti modelli di intelligenza artificiale. Questo adattamento consente di sfruttare appieno il potenziale di o1 per attività di ragionamento complesse.

Chi dovrebbe utilizzare il modello o1 di OpenAI?

Poiché imprese e ricercatori sono alle prese con sfide sempre più complesse e con l'ascesa di nuovi modelli di LLM, sorge spontanea la domanda: devo utilizzare OpenAI o1 per le mie esigenze specifiche?

Candidati ideali per l'adozione di o1

Mentre consideriamo chi dovrebbe utilizzare il modello o1 di OpenAI, diversi gruppi si distinguono come particolarmente adatti a sfruttare le sue capacità avanzate. I punti di forza unici del modello o1 nel ragionamento complesso e nella risoluzione dei problemi lo rendono uno strumento prezioso per chi lavora all'avanguardia dell'innovazione e della scoperta.

1️⃣ Team di ricerca e sviluppo: I team di ricerca e sviluppo di tutti i settori dovrebbero adottare o1 per la sua capacità di affrontare sfide complesse utilizzando il ragionamento a catena. Questo modello può accelerare i processi di ricerca, dalla scoperta di farmaci alla progettazione sperimentale, analizzando in modo efficiente interazioni complesse e generando ipotesi. La capacità di O1 di ragionare in modo dettagliato, passo dopo passo, si allinea bene con l'approccio rigoroso della R&S, rendendolo uno strumento prezioso per esplorare nuove direzioni di ricerca e risolvere problemi in più fasi.

2️⃣ Sviluppo e codifica del software: Le capacità potenziate di o1 nell'affrontare compiti di codifica, nell'ottimizzare algoritmi e nel debugging di sistemi complessi lo rendono una risorsa preziosa per gli sviluppatori. Per i programmatori competitivi, l'approccio sistematico di o1 alle sfide di codifica rispecchia i processi di pensiero dei programmatori di alto livello, servendo non solo come strumento ma come potenziale mentore per migliorare le capacità di risoluzione dei problemi.

3️⃣ Istituzioni scientifiche e accademiche: Nella ricerca scientifica e nel mondo accademico, le avanzate capacità di ragionamento di o1 eccellono nell'analisi di vasti insiemi di dati, nella formulazione di ipotesi e nel suggerimento di approcci sperimentali in campi che vanno dall'astrofisica alla genomica. La sua capacità di fornire spiegazioni dettagliate per concetti complessi lo rende un potente aiuto sia nella ricerca che nella didattica. Nella fisica teorica e nella matematica avanzata, l'abilità di o1 potrebbe portare a nuove intuizioni su questioni di vecchia data, rendendolo uno strumento essenziale per spingere i confini della conoscenza umana.

15 statistiche/fatti da conoscere sul modello o1 di OpenAI

1️⃣ 83% precisione nella qualificazione alle Olimpiadi Internazionali di Matematica

Si tratta di un miglioramento significativo rispetto al 13% del GPT-4o, che dimostra le avanzate capacità di ragionamento matematico di o1.

2️⃣ 89° percentile su Codeforces

Dimostra l'eccezionale abilità di o1 nella programmazione competitiva e nella risoluzione di problemi algoritmici complessi.

3️⃣ 74% tasso di successo sui problemi AIME

Un salto enorme rispetto al 9% del GPT-4o, che evidenzia la bravura di o1 nell'affrontare sfide matematiche difficili e in più fasi.

4️⃣ Accuratezza a livello di dottorato nel benchmark GPQA per fisica, biologia e chimica

Dimostra la versatilità di o1 in tutte le discipline scientifiche, rendendolo prezioso per la ricerca scientifica di alto livello.

5️⃣ Finestra contestuale da 128.000 token

Permette a o1 di elaborare e comprendere testi molto più lunghi o problemi più complessi in un unico prompt.

6️⃣ Due varianti: o1-preview e o1-mini

Offre flessibilità per diversi casi d'uso, bilanciando capacità e velocità.

7️⃣ Utilizza "gettoni di ragionamento" interni per la risoluzione dei problemi.

Consente a o1 di scomporre problemi complessi in fasi, imitando il ragionamento umano.

8️⃣ Miglioramento delle prestazioni in lingue difficili come lo Yoruba e lo Swahili.

Migliora l'utilità di o1 per le attività multilingue e le applicazioni globali.

9️⃣ 0,44 punteggio al test SimpleQA per le allucinazioni

Inferiore allo 0,61 del GPT-4o, che indica una minore probabilità di generare false informazioni.

🔟 94% selezione corretta della risposta su domande non ambigue

Miglioramento rispetto al 72% del GPT-4o, che suggerisce una maggiore equità e una riduzione delle distorsioni nelle risposte.

1️⃣1️⃣ Maggiore resistenza al jailbreak e aderenza ai criteri dei contenuti

Migliora la sicurezza e l'affidabilità delle applicazioni rivolte al pubblico o sensibili.

1️⃣2️⃣ Tempi di risposta più lenti rispetto ai modelli precedenti

Il risultato è un compromesso tra i processi di ragionamento più estesi e le capacità di analisi più profonde.

1️⃣3️⃣ o1-preview prezzi: $15 per milione di gettoni in ingresso, $60 per milione di gettoni in uscita

Riflette le capacità avanzate e le maggiori risorse computazionali richieste.

1️⃣4️⃣ Eccelle in matematica, codifica e ragionamento scientifico

Mostra una particolare eccellenza nei settori STEM, che la rende preziosa per gli istituti di ricerca, le aziende tecnologiche e le organizzazioni educative.

1️⃣5️⃣ o1-mini al prezzo di $3 per milione di token di ingresso

Offre un'opzione più economica rispetto a o1-preview, anche se probabilmente con qualche compromesso in termini di capacità.

Il bilancio

Il modello o1 di OpenAI rappresenta un significativo balzo in avanti nelle capacità dell'intelligenza artificiale, in particolare nei compiti di ragionamento complessi nei settori STEM. Le sue migliori prestazioni in aree come la matematica, la codifica e l'analisi scientifica, insieme a funzioni di sicurezza migliorate e a una riduzione dei pregiudizi, lo rendono uno strumento potente per le imprese che devono affrontare sfide sofisticate.

Tuttavia, i compromessi in termini di velocità di elaborazione e costi più elevati richiedono un'attenta considerazione. Mentre l'IA continua a evolversi, l'o1 è una testimonianza dei rapidi progressi nel campo, offrendo capacità senza precedenti che potrebbero potenzialmente trasformare il modo in cui le aziende e i ricercatori affrontano la risoluzione di problemi complessi nel prossimo futuro.

Grazie per aver dedicato del tempo alla lettura di AI & YOU!

Per ulteriori contenuti sull'IA aziendale, tra cui infografiche, statistiche, guide, articoli e video, seguite Skim AI su LinkedIn

Volete assumere un agente AI per un lavoro da svolgere o creare un'intera forza lavoro AI? Programmate una demo della nostra piattaforma di agenti AI senza codice per guadagnare di più e ridurre per sempre i costi di retribuzione!

Consentiamo alle aziende sostenute da Venture Capital e Private Equity nei seguenti settori: Tecnologia medica, News/Aggregazione di contenuti, Produzione di film e foto, Tecnologia educativa, Tecnologia legale, Fintech e criptovalute per automatizzare il lavoro e scalare con l'IA.