深度报告-20240919-国盛证券-通信_合成数据+强化学习_大模型进化的新范式_18页_2mb

OpenAI o1模型与合成数据强化学习分析

主要发现

OpenAI 发布了新模型系列 o1（代号“草莓”），其核心特点是优先“思考”，生成较长的内部思维链，以提升科学、数学和代码问题的推理表现。o1-preview 和 o1-mini 的 API 定价不同，前者较高，后者较亲民，且使用受限。这或为 OpenAI 新模型“猎户座”生成合成数据，提升模型智能推理能力，尤其在数学、代码等领域。合成数据作为缓解“数据荒”的关键手段，具有性价比高、全面性好、隐私性强等优点，但可能引入噪声或泛化不足，可通过诱导幻觉、数据评估机制或训练积累数据等方法解决。强化学习（如 RLAIF）与合成数据结合，确认了大模型进化新范式，即 Scaling Law 可出现在推理阶段，利好算力板块。

合成数据分析

合成数据是模仿真实数据的非人工创建数据，优点包括成本低、覆盖全面场景、保护隐私；不足包括可能噪声多或泛化有限。解决方案包括“诱导-对比解码”策略减少幻觉、加入奖励模型评估数据质量，或在训练中积累数据避免模型崩溃。

投资机会

报告建议关注光模块（如中际旭创、新易盛）、液冷服务（如英维克）、PCB 服务（如沪电股份）和 AIDC（如润泽科技）产业链，因为推理 Scaling Law 提升算力需求，利好相关硬件。o1 在竞赛中表现优异，强化了投资信心。

风险提示

大模型技术进展不及预期、应用落地缓慢或全球经济衰退可能导致风险。

参考文献：国盛证券报告_2024-09-16。