一睹OpenAI创新研发之成果

机器之心报道：OpenAI系列模型新里程碑，o3与o3-mini开启智能新纪元

随着为期12天的发布的落幕，全球人工智能领域焦点聚焦于OpenAI的最新模型——o3及其mini版本。
正如外界所预期，这两款模型在推理能力上达到了新的高度，为人工智能的未来发展揭开了新的篇章。

一、o3与o3-mini：开启推理系列新篇章

作为o1系列模型的继任者，o3及其mini版本最大的特点在于让模型在回答问题前进行更多的思考（推理），从而显著提高回答的准确率。
在命名上，OpenAI选择了跳过o2，直接命名为o3，据TheInformation报道，这是为了避免与英国电信公司O2的版权问题。

SamAltman在今天的直播中证实了这一点。
事实上，从昨天开始，OpenAI就已经为此预热。
而现在，o3和o3-mini已经来临。
遗憾的是，这两款模型并不会直接公开发布，而是先进行安全测试。

二、突破ARC-AGI基准：o3展现博士级问题求解能力

在ARCPrizeFundation总裁GregKamradt的介绍下，我们了解到o3已经在ARC-AGI基准上达到了优良水平，成为首个突破ARC-AGI基准的AI模型。
这个基准测试旨在评估人工智能的通用智能水平。
据报告，o3系列模型在ARC-AGI基准上的最低性能可达到75.7%，如果使用更多的计算资源，这一数字甚至可以提升到87.5%。
这标志着人工智能在适应新任务方面的能力取得了重大飞跃。

OpenAI的新o3模型展现了人工智能适应以前从未遇到过的任务的能力，可以说在ARC-AGI领域接近人类水平的表现。
报告也指出，ARC-AGI并不是对AGI的严峻考验，通过ARC-AGI并不等于实现AGI。

三、o3与o3-mini在各项基准测试中的卓越表现

除了解决ARC-AGI这样的「IQ」问题，o3在SWE-benchVerified基准上的准确率也比之前的o1系列高出20%以上。
在CompetitionCode中，o3获得了难以置信的2727Elo得分，而o1仅为1891。
o3在竞赛数学和GPQADiamond基准上的准确率也远超之前的o1表现。
o3在这两项基准测试上都达到了最佳表现。

而o3-mini作为一个更经济高效的版本，在推理速度、推理成本和模型性能之间取得了优秀的平衡。
它支持三种不同的推理时间选项，与o1相比，o3-mini在Codeforces上的性能具有显著的成本效益，这使它成为一个非常适合编程的模型。
HongyuRen在现场演示了几个示例，展示了o3-mini的出色性能。

四、申请测试o3和o3-mini的方式

OpenAI正在进行外部安全测试，想要参与测试的研究人员可以填写在线表格申请测试o3和o3-mini。
选定的研究人员将被授予访问权限，以探索这些模型的能力并为安全评估做出贡献。
申请地址已公开，并将于2025年1月10日截止。

五、OpenAI的新安全评估方法：审议式对齐

MarkChen也简单介绍了OpenAI的一种新的安全评估方法：审议式对齐。
这是一种直接教授模型安全规范的新范式，并可训练模型在回答之前明确回忆规范并准确地执行推理。
他们使用了这种方法来对齐OpenAI的o系列模型，并实现了对OpenAI安全政策的高度精确遵守。

六、总结与展望

OpenAI的这次发布虽然看似只发布了一篇本文和两款新的模型版本但实际上是其在人工智能领域的一大进步和发展为了更远大的目标稳步推进至于o是否能解答最难得高考数学题我们无法给出确切答案但至少从OpenAI的描述来看答案应该是乐观的对于这次发布和未来的发展方向我们有理由期待更多创新和突破的出现并对此保持高度关注与期待无论你是否对未来感到乐观这一发展趋势值得所有人去关注与研究！我们也期待更多有志之士共同推动人工智能领域的持续发展与进步实现人类智能与技术结合的美好未来让我们一起期待这一激动人心的未来！

---

---

相关标签： arc、 agi、 人工智能、 计算模式、 openai、 altman、 deepmind、

上一篇：OpenAI副总裁意外曝光最强推理模型o3

下一篇：科技巨头背后的竞争态势与市场份额解析