跳过o2!OpenAI宣布o3系列大模型 Codeforces测试强于其首席科学家

摘要:在发布o1满血版、视频生成模型Sora等之后,OpenAI连续12天的直播活动在当地时间周五进入了最后1天,他们在当天的发布会上宣布了更强的o3系列人工智能模型。

作者:海蓝

12月21日消息,据外媒报道,在发布o1满血版、视频生成模型Sora等之后,OpenAI连续12天的直播活动在当地时间周五进入了最后1天,他们在当天的发布会上宣布了更强的o3系列人工智能模型。

同第1天、第3天和第5天的直播一样,OpenAI CEO 萨姆·奥尔特曼(Sam Altman)也参与了他们第12天的直播,o3系列大模型也是由他在直播中宣布的。

OpenAI在9月份推出了o1系列大模型,他们周五推出o3系列,在命名上就越过了o2,没有遵循数字一样的连续命名方式。对于越过o2,有外媒在报道中称可能是为了避免和英国电信运营商O2在命名上产生纷争。而在当天的直播中,萨姆·奥尔特曼承认了他们在命名上的不足,他表示基于OpenAI不太擅长命名的传统,新的大模型被命名为o3。

同9月份推出的o1系列大模型一样,OpenAI新宣布的o3系列大模型也有o3和o3 mini两款,不过尚未正式发布,o3 mini是预计会在明年年初发布。

在OpenAI此前推出的大模型中,能力在持续提升,新宣布的o3系列也不例外。

从OpenAI方面公布的消息来看,o3大模型在测试中的表现明显强于他们之前推出的大模型,在部分测试中的表现已经达到了人类的水平。

在ARC-AGI测试中,o3在低推理能力设置下的得分达到了75.7%,是o1的3倍,在高推理能力设置下则是高达87.5%,超过了85%的人类门槛。

在数学推理及解决问题的能力方面,o3也表现不俗,在2024年AIME测试中,o3的准确率达到了96.7%。

在编码和软件工程方面,o3的能力较o1也有大幅提升,在SWE-Bench认证中,o3的得分为71.7%,较o1提升了22.8个百分点。

值得注意的是,有外媒在报道中提到,在Codeforces的测试中,o3的得分为2727,比OpenAI首席科学家的得分还高。Codeforces是一家为计算机编程爱好者提供在线评测的网站,是一个面向程序员的在线竞赛平台。

虽然OpenAI的o3系列大模型要在明年才会正式发布,但他们在官网已表示,安全研究人员可以申请用于测试,从当地时间周五开始接受申请,截止时间为明年1月10日。

来源:砍柴网

相关推荐