手动创建 Openai-O1

一、Openai-o1

• 订阅chatGPT plus网页版，能选择使用 OpenAI-o1 30条/周，OpenAI-o1 mini 50条/周

• OpenAi-o1 开发者账户，每月api 请求量 1000$（7400¥） 以上能调用 1000次/分钟

二、OpenAI-o1 原理

（1）思维链

• 要徒手实现一个 OpenAI-o1 ，首先得理解他原理，根据已经释放出来的数据和测试，OpenAI-o1 很有可能是由至少3个基础模型，经过 COT（思维链）方式。

• COT（思维链）是 prompt engineeing （提示词工程）一个技能，用于减少大模型的幻觉产生。自从提出来之后，经历了许多的变种。

• (IO）最左边的就是我们最经常与大模型交互的形式，直接对话⇒输出

• (COT) 这就是，零样本COT，通过添加一句魔法词， let’s think step by step(让我们逐步思考）

• （COT-SC）自洽性COT，通过生成多个推理链路，选择出现频率最高的答案，以提高一致性和准确性

• （TOT）思维树，将问题分为多个小问题，并且解决问题过程为树状，每个节点代表一个中间状态或者思考步骤，然后可以探索作中可能的解决路径，并抉择最佳的一个

（2）OpenAI-o1 思维链路实现方式

• 由图得知，OpenAi-o1 的思维链（COT）的实现逻辑如下
• 获取用户输入，进行思考，解答（步骤1）
• 将步骤1，所有内容作为，步骤2输入
• 将步骤2，所有内容作为，步骤3输入
• 最后汇总分析，将分析结果输出，其他所有过程内容隐藏

三、Dify 构建OpenAI-o1

• 使用dify 构建OpenAi-o1 工作流，我这里选用基础模型是，GPT-4o，当然也可以选择免费版本（Qwen2-70B、Llama3.1 405B）也有不错的效果。

• 实现的指令集和 工作流 DLS 会放在文章末尾

• 整体实现链路如下

• 具体逻辑如下

• 对用户的问题进行分解，然后将每个小问题进行解答，最后把问题+小问题答案汇总分析解答。

四、测试效果

• 经典小数问题

• 草莓（strawberry）文本问题

• 鸡兔同笼问题

• 由此可见，思维链（COT）结合模型基座，回答质量提升不少

五、附录

1，Dify OpenAI-o1 工作流，直接导入即可

2，体验入口

3，指令集