@bfhyqy 哇，长这么大人生中第一次抽中奖，感谢！

参与一下吧！不就是发个评论的事嘛.........

别听上面那些说什么发展中国家之类的 p 话。就是校方不把学生当人看，建独立卫浴，装空调这些事和学校每年挥霍出去的钱相比都是毛毛细雨 ...
有些人可能觉得我也是大澡堂，也是 6/8 人间宿舍这么过来的，怎么轮到你就要叫苦！我只能说你活该一辈子受虐...
所谓"从来如此，便对么？"

@damnthatsfunny OP 的英语是不是很好？我也经常在外游荡，一直想住青旅，无奈担心英语太差没法和其他人交流 ...

@Y25tIGxpdmlk 你这个想的略简单了。
结合上下文理解单词的意思这点没错，所有的语言都是这么做的。
但中文同音字远大于其他语言比如英语是实事。在双方都熟悉/简单的场景下对话是没问题的，但如果一方稍微用点高级或稍微生僻的词汇，另一方几乎就很难分辨出其中的含义了，如果没有文本辅助的话。
很多国产电影电视剧台词口水话也是这点的一个侧面反应。
我十分不同意上面几位答案写的是因为口语不标准导致的问题。
关于中同音字其实日常稍微注意就会发现确实会带来很严重的影响。需要提供更多的上下文来辅助理解。举个我最近遇到的例子：
我在和朋友聊核聚变时，说 qing 核聚变，这里 qing 可以是轻，表示轻元素的聚变，也可以是氢，表示氢原子的聚变。两者完全不同。如果我不强调哪个，朋友估计很难分清楚 ...

不能。中文因为字都是单音节，而且同音太多，不看字幕歧义太多

我是觉得还是把支付和社交分离比较好。微信已经是即时通信的一家独大，不想让他再把支付也给吞了 ...

@youthfire o1 整体上还是要强于 claude3.5 的。 目前 llm 领域的顶级三家 OpenAI , Google, Anthropic 的模型，OpenAI 整体推理能力最强，幻觉最少，Anthropic 的对齐最好，最有人格化特征，在情感哲学方面体验最好，编程方面因为 finetune 过，也是在目前可用的最强梯队，Google 新出的 gemini2.0 版本多模态能力最强，应该对档的 O 和 A 家下一代基础大模型。
o1 代表了 RL + LLM 新范式。在能用基础模型解决的问题上没有显著的优势。只有长链的推理能力才能体验优点 ~

@haiku 从报告上看，目前推理成本太高确实是最大的问题。
但我对推理成本的下降持乐观态度。至少在 2030 年之前，gpu 的推理成本是稳步下降的，我直观体验上至少比摩尔定律描述的下降速度要快。
给个不精确数字的话，我感觉每年推理成本至少比前年下降 1/4 ~

超级强，距离上一代 o1 进步巨大。 那些说是画大饼没啥用的我只能说你们开心就好~
如果你对报告里那些测试集有个大概的认识，就会知道这种进步意味着什么。别的不说就拿 frontier math 这种一下从完全不会到 25% 的真确率，arc-agi 这种专为 AI 设计的难度考题一次性从 35% 上升到 75% ...
看来 Sora 期货带来的后遗症太强了，导致现在 OpenAI 一有延迟发布的动向都会被说搞期货 ~
长远来看 （ 10 年内），AI 取代 99% 人的工作是板上钉钉的事~

毫无疑问目前来说一手的信息都是在 x 上 ~

配 64G 内存的主机，做下量化，完全可以跑 32B 的模型了。如果不特别追求速度的话也不用非得上两块 GPU~

你这个问题要解决有一下集中思路：
1. 更换不同厂家的模型，都试试说不定就有安全措施不那么严格的
2. 采用类似反爬虫的机制。增加请求延时，更换 ip , 更换请求账号 ...
3. 编写专门的 prompt 来绕过限制。有点类似 LLM 的越狱机制
4. 部署本地大模型处理。如果是英文邮件的话，可能 llama 的中大模型会好点 ...

你这个应该确实是触发了某种安全机制。看过美剧刑侦剧的都知道 John Doe 这个名字使用指定未知人物姓名的。大模型返回结果可能处于数据隐私方面的考虑对返回结果做了替换 ~