OpenAI o1というなんか新しいやつが出ました。 openai.com 今までの評価ループをぐるぐる回して試行錯誤させるプロセスをアルゴリズム的に組んでいた部分を、代わりに自分自身で行えるようトレーニングしたモデルってことですかね。 たぶん普通の質問したら…