OpenAI o1
OpenAI’nin ilk akıl yürütme modeli (Eylül 2024): yanıt vermeden önce içsel bir “düşünme” (CoT) aşaması üretir ve test zamanı hesaplamanın ham parametre ölçeklemesini geçebileceğini kanıtladı.
Ödül sinyalinin matematik ve kod problemlerinde doğru nihai yanıt olduğu pekiştirmeli öğrenmeyle eğitildi. Model uzun içsel akıl yürütme izleri üretmeyi öğrenir (kısmen kullanıcıdan gizli). AIME, USAMO ve Codeforces’ta açık farkla yeni SOTA belirledi.
Tüm “akıl yürütme modeli” dalgasını başlattı: DeepSeek-R1, QwQ, Gemini Thinking, Claude Extended Thinking, GPT o3/o4. Bedeli: pahalı ve yavaş; yanıtlar saniyeler ile dakikalar sürer.