IT之家 1 月 6 日音问，昆仑万维集团本日秘书，天工大模子 4.0 o1 版和 4o 版同步上线，全量登陆网页端和 App 端米菲兔 丝袜，可免费使用。
天工大模子 4.0 o1 版堪称国内首款具备汉文逻辑推理才调的 o1 模子，不仅包含上线即开源的模子，还有两款性能更强的专用版块。其不详老练惩办各式推理挑战，包括数学、代码、逻辑、知识、伦理决策等问题。
天工大模子 4.0 4o 版则是一款多模态模子米菲兔 丝袜，官方还推出了由其赋能的及时语音对话助手 Skyo，是一个“具备情谊抒发才调、快速反映才调、多话语流通切换”的智能语音对话器用。
IT之家从官方获悉，Skywork o1 具备三阶段自研教师决策：
纯情学生妹推理反念念才调教师：Skywork o1 通过自研的多智能体体系构造高质地的分步念念考，反念念和考证数据。通过高质地的、万般性的长念念考数据对基座模子进行链接预教师和监督微调。此外，咱们在版块迭代中通过大边界使用自蒸馏和间隔采样，权贵培育了模子的教师效果和逻辑推理才调。
推理才调强化学习：Skywork o1 团队研发了最新的适配分步推理强化的 Skywork o1 Process Reward Model（PRM）。实考解释 Skywork-PRM 可有用地捕捉到复杂推理任务中间设施和念念考设施对最终谜底的影响。荟萃自研分步推理强化算法进一步加强模子推理和念念考才调。
推理 planning：基于天工自研的 Q * 线上推理算法合营模子在线念念考米菲兔 丝袜，并寻找最好推理旅途。这亦然民众初度将 Q * 算法终了和公开。Q * 算法落地也大大培育了模子线上推理才调。