o1-ioi嚴峻依靠一套雜亂且由人工規(guī)劃的test-time推理戰(zhàn)略（相似AlphaCode的人工規(guī)劃的test-time推理戰(zhàn)略），僅能運用根底的終端東西。這是一個在o1根底上針對編程使命進行強化學習微調(diào)的專用模型。范斯喆（浙江省諸暨市海亮高檔中學） 、

本年靠通用模型直接奪金 ，是o3的3倍