OpenAI 秘密推进“草莓”项目，力求提升 AI 推理能力

• 草莓项目概况

• 项目细节与保密程度

• 项目目标与功能

• 行业竞争与研究方向

• 项目面临的挑战

• 项目的技术手段

• 项目的应用方向

草莓项目概况

据一位知情人士和路透社查阅的内部文件，ChatGPT 制造商 OpenAI 正在其人工智能模型上开展一种新方法，该项目代号为“草莓”。

项目细节与保密程度

据路透社 5 月看到的一份近期 OpenAI 内部文件副本，OpenAI 内部团队正在开展“草莓”项目。路透社无法确定该文件的确切日期，其中详细说明了 OpenAI 打算如何利用“草莓”进行研究的计划。该消息人士向路透社描述该计划仍在进行中。目前无法确定“草莓”距离公开可用的程度。“草莓”的运作方式在 OpenAI 内部也是高度保密的，知情人士称。

项目目标与功能

据消息人士称，该文件描述了一个使用“草莓”模型的项目，旨在使公司的人工智能不仅能对查询生成答案，还能提前规划，自主可靠地浏览互联网以进行 OpenAI 所称的“深度研究”。这是迄今为止人工智能模型尚未实现的，路透社对十多位人工智能研究人员的采访显示。

行业竞争与研究方向

当被问及“草莓”和本报道中的细节时，OpenAI 公司发言人在一份声明中表示：“我们希望我们的人工智能模型能像我们一样看待和理解世界。对新的人工智能能力进行持续研究是行业的常见做法，大家都相信这些系统的推理能力会随着时间推移而提高。”但发言人未直接回应有关“草莓”的问题。“草莓”项目以前称为 Q*，路透社去年曾报道，该项目在公司内部已被视为一项突破。有两位消息人士称，今年早些时候他们看到了 OpenAI 员工向他们展示的 Q* 演示，能够回答当今商业可用模型无法触及的棘手科学和数学问题。据彭博社报道，周二在一次内部全员会议上，OpenAI 展示了一个研究项目的演示，声称其具有新的类人推理技能。OpenAI 发言人证实了此次会议，但拒绝透露内容细节。路透社无法确定展示的项目是否为“草莓”。

项目面临的挑战

熟悉此事的消息人士称，“草莓”是 OpenAI 克服这些挑战计划的关键组成部分。路透社看到的文件描述了“草莓”的目标，但未说明如何实现。近几个月来，据四位听过该公司宣传的人士称，该公司私下向开发人员和其他外部方表示，即将发布具有更先进推理能力的技术。由于未获授权谈论私事，他们拒绝透露身份。

项目的技术手段

其中一位消息人士称，“草莓”包括对 OpenAI 生成式人工智能模型进行“后期训练”的一种特殊方式，即在大量通用数据上进行“训练”后，以特定方式调整基础模型以磨练其性能。模型开发的后期训练阶段涉及“微调”等方法，这是当今几乎所有语言模型都使用的过程，有多种形式，例如根据模型的响应让人类提供反馈，并向其提供好与坏答案的示例。一位了解此事的消息人士称，“草莓”与斯坦福大学 2022 年开发的一种称为“自学推理器”（STaR）的方法有相似之处。STaR 使人工智能模型能够通过迭代创建自己的训练数据“自举”到更高的智能水平，其创造者之一、斯坦福大学教授诺亚·古德曼告诉路透社，理论上可用于使语言模型超越人类智能水平。古德曼未与 OpenAI 有关联，也不熟悉“草莓”。

项目的应用方向

文件称，OpenAI 的目标能力之一是执行长期任务（LHT），第一位消息人士解释说，这是指需要模型提前规划并在较长时间内执行一系列动作的复杂任务。据 OpenAI 内部文件，为实现这一目标，OpenAI 正在创建、训练和评估模型，使用该公司所谓的“深度研究”数据集。路透社无法确定该数据集中的内容或“较长时间”的具体含义。文件和其中一位消息人士称，OpenAI 特别希望其模型利用这些能力，在“计算机使用代理”（CUA）的协助下自主浏览网络进行研究，CUA 可以根据其发现采取行动。OpenAI 还计划测试其在软件和机器学习工程师工作方面的能力。