OpenAI 连续 12 天的直播
终于迎来了大结局
在直播的最后一天
果然是压轴大戏
OpenAI 正式发布了o3模型！
看完后 毫无疑问
这绝对是OpenAI 又一次的自我超越
因为从公布的数据来看
这又是一次降维打击
模型能力直冲天花板。
也向世界证明了
OpenAI，依然在铁王座上牢不可摧
再次验证了 OpenAI 研究员
曾经在O1发布时说过的话：
我们通往AGI的路上，已经没有任何阻碍了
可能有人会和我一样有个疑问
就是为什么openAI 直接跳过了o2模型
直接发布 o3
原因很简单
因为o2的商标版权
之前已经被英国电信服务商给注册了
位了避免版权或商标冲突
所有就直接跳过o2 发布O3
为什么说O3的能力
简直是降维打击！
首先来看看O3的评测成绩。
比如，软件工程考试（SWE-Bench Verified）中
O3的成绩达已经到71.7%
比O1还强了将近一半！
这个软件工程考试
其实就是一个程序员的代码能力的考试
它要求程序员在写代码的时候
必须快速、准确
还不能有 bug
尽可能要求写出完美的代码
在这方面
o3 已经完美碾压一流的软件工程师
而在全球著名的编码竞赛平台 Codeforces
O3的得分为2727
排名全榜第175
已经超越了99.99%的程序员
而且O3的数学能力也非常惊艳
在数学竞赛AIEM 2024中
O3几乎接近满分
创下了AI历史上的新纪录
也是第一次 AI 能达到有 AIEM 接近满分的水平
而在博士级科学考试GPQA Diamond中
O3也表现出了非凡的进步
数学基准方面
O3在FrontierMath这个由顶级数学家
共同开发的数学基准测试中
成功率达到25.2%
这一成绩让之前的GPT-4
和Gemini 1.5 Pro等模型都显得相形见绌
当各大其他模型都还在卷传统数学基准的时候
o3 真的已经进入了另一个世界了
并且更让人惊讶的是
o3 现在拥有最强的AI抽象推理能力
因为在ARC-AGI基准测试中
O3在任务中的得分居然高达87.5%
已经接近人类的阈值85%
没有对比就没有伤害
在过去几代模型的评分里
我们可以清楚的看到
ARC-AGI 评分
GPT-2 (2019): 0%
GPT-3 (2020): 0%
GPT-4 (2023): 2%
GPT-4o (2024): 5%
o1-preview (2024): 21%
o1 (2024): 32%
o1 Pro (2024): ~50%
但是今天，o3 的分数
达到了恐怖的 87.5%。
这意味着我们距离AGI（通用人工智能）的实现
已经没有任何阻碍！
不过 o3 强归强
现在并不是每个人都能用的
OpenAI 目前只对红队开放
如果是巨佬的话
可以去申请试试
链接我会放在视频下方
下面是openAI 在最后一天的压轴直播内容
我已经给大家翻译成中文
建议大家看下
可以看到o3模型更详细的演示过程
