一般来说，软件公司在5月份发布一个重要的新版本后，不会在短短4个月内再推出另一个主要版本。然而，人工智能行业的创新速度却是非同寻常的。
尽管OpenAI在5月中旬推出了全新的gpt - 40模型，但该公司依然忙碌不已。早在去年11月，路透社就曾报道OpenAI正在开发下一代语言模型，当时被称为Q*。今年5月，他们再次确认，正在以“草莓”(Strawberry)的代号进行Q*的开发。
实际上，“草莓”是一个名为“01 -preview”的模型，现在ChatGPT Plus的用户可以选择使用它。您可以从下拉菜单中选择模型:
如您所料，如果有新的ChatGPT模型可用，我会进行测试。这正是我在这里所做的。
新的“草莓”模型专注于推理，将提示和问题分解为多个步骤。OpenAI通过在每个答案前展示推理摘要来体现这种方法。
当01 -preview被问到问题时，它会进行思考，并显示思考所花费的时间。如果您切换下拉菜单，您会看到一些原因。以下是我进行编码测试的一个例子:
AI知道添加错误处理是个好主意，但我发现有趣的是，o1-preview将这一步归类为“法规遵从”。
我还发现01 -预览模型在代码之后提供了更多的说明。在我的第一次测试中，我创建了一个WordPress插件，该模型提供了标题、类结构、管理菜单、管理页面、逻辑、安全措施、兼容性、安装说明、操作说明，甚至测试数据的解释。这比之前的模型提供了更多的信息。
然而，真正的效果还需实践验证。让我们对这个新模型进行标准测试，看看它的表现如何。
1. 编写一个WordPress插件
这个简单的编码测试要求具备PHP编程语言和WordPress框架的知识。这个挑战要求AI编写界面代码和功能逻辑，而不是删除重复的条目，它必须将重复的条目分开，以确保它们不相邻。
01 -预览版表现出色。它首先以输入字段的形式呈现用户界面:
一旦输入数据并点击Randomize Lines，AI就会生成一个带有随机输出数据的输出字段。您可以看到Abigail Williams是如何被复制的，并且根据测试说明，两个条目没有并排列出:
在我对其他llm的测试中，10个模型中只有4个通过了这个测试。01 -预览模型完美地完成了这个测试。
2. 重写字符串函数
我们的第二个测试修复了一个字符串正则表达式，这是一个由用户报告的错误。最初的代码是用来测试输入的数字是否对美元和美分有效。不幸的是，代码只允许整数（所以允许5，但不允许5.25）。
01 -预览LLM成功地重写了代码。这个模型加入了我之前四次进入优胜者圈的LLM测试。
3. 寻找恼人的bug
这个测试是基于一个我难以解决的真实bug创建的。找出根本原因需要了解编程语言（在本例中是PHP）和WordPress API的细微差别。
提供的错误消息在技术上不准确。错误消息引用了我正在运行的调用序列的开始和结束，但错误与代码的中间部分有关。
并不是只有我一个人在努力解决这个问题。我测试的其他三个llm无法确定问题的根本原因，并推荐了更明显（但错误的）解决方案，即改变调用序列的开始和结束。
01 -预览模型提供了正确的解决方案。在它的解释中，该模型还指出了我错误使用的功能的WordPress API文档，提供了一个额外的资源来了解它为什么会提出这样的建议。这非常有帮助。
4. 编写一个s图书馆的
这一挑战要求AI整合三个独立编码领域的知识，即Applescript语言、Chrome DOM（网页的内部结构）和Keyboard Maestro（单个程序员的专业编程工具）。
回答这个问题需要理解这三种技术，以及它们是如何协同工作的。
再一次，01 -preview成功了，在其他10个llm中，只有3个解决了这个问题。
一个非常健谈的聊天机器人
用于01 -preview的新推理方法当然不会削弱ChatGPT在编程测试中获胜的能力。特别是，我最初的WordPress插件测试的输出，似乎比以前的版本更复杂。
ChatGPT在其工作开始时提供了推理步骤，并在最后提供了一些解释性数据，这很好。然而，解释可能显得有些冗长。我要求01 -preview用c#编写“Hello world”，c#是编程中最规范的测试行。gpt - 40是这样回应的:
这是o1-preview对相同测试的反应:
我想说，哇，对吧？这是来自ChatGPT的大量聊天内容。您也可以打开推理下拉菜单，获取更多信息:
所有这些信息都很棒，但有很多文本需要过滤。我更喜欢简洁的解释，从主要答案中删除下拉框中的附加信息选项。
然而，ChatGPT的01预览模型表现出色。我期待着它在与gpt - 40功能（如文件分析和网络访问）更充分地集成后的工作效果。
您试过用01 -preview编码吗？您的经历是什么？请在下面的评论中告诉我们。
您可以在社交媒体上关注我每天的项目更新。一定要订阅我的每周更新时事通讯，并在Twitter/X @DavidGewirtz, Facebook Facebook.com/DavidGewirtz, Instagram Instagram.com/DavidGewirtz和YouTube YouTube.com/DavidGewirtzTV上关注我。
本文来自作者[时光隧道]投稿，不代表逗乐芳号立场，如若转载，请注明出处：https://doulefang.com/wiki/202508-3405.html
评论列表（4条）
我是逗乐芳号的签约作者“时光隧道”！
希望本篇文章《我意外通过了OpenAI预览版的四项AI编码测试，令人惊喜的体验》能对你有所帮助！
本站[逗乐芳号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 一般来说，软件公司在5月份发布一个重要的新版本后，不会在短短4个月内再推出另一个主要版本。然而，人工智能行业的创新速度却是非同寻常的...