OpenAI 公布下一代模子九游娱乐 - 最全游戏有限公司，o1 之后径直o3！

"双 12 "直播活动终末一天，终于来了个大的，奥特曼本东谈主也再次现身直播间。

o3 比较 o1 最卓绝的收货，一是顶尖方法员竞赛CodeForces分数跨越 2700，东谈主类跨越这个分数的目下唯一不到 200 个。

二是在为 AGI 准备的测试ARC-AGI上分数从 32% 跃升到了 75.7%、87.5%。

为什么有两个收货呢？

因为 o3 相沿低想考进度和高想考进度两种建造，高想考进度摧毁的算力（横轴）也径直拉满。

ARC-AGI 是 Keras 之父 Fran ç ois Chollet 发起的测试基准，典型题目为图形逻辑推理。

另一项测试是堪称最难数学测试的EpochAI Frontier Math，包含最新未公开前沿题目。

此前陶哲轩对这项测试的第一印象是"可能难住 AI 好几年"。

o3 在测试中比之前 SOTA 从 2 分普及到 25 分。

东谈主类专科数学家措置其中一齐题目也要摧毁数小时到数天，当今 o3 只需要想考几分钟了。

此次直播还公布了o3-mini，相沿低中高三种想考进度建造。

主要展示了代码智力，低建造下 o3-mini 和 o1-mini 差未几，中高建造如故跨越了 o1 郑再版。

参与臆测的北大学友任泓宇，现场展示了 o3-mini 的编程智力。

他使用了极端版块的 ChatGPT，称为 ChatGPT α。

任务如下：

写一个 Python 剧本，在土产货为一个带有大文本框的 HTML 文献启动就业器。当我在该框中输入文本并按下提交时，它应该将该代码请求发送到 OpenAl o3-mini API ，使用 medium reasoning_effort ，获得生成的代码，将其保存到桌面上的临时文献中，然后在新的 Python 结尾中执行该文献。还有一些细节：

不错在 ~/api_key 中找到我的 API 密钥

请在向 API 的请求中添加一些非凡的指示，指定它只应复返莫得任何体式或 Markdown 的原始代码

你将在 Mac 札记本电脑环境启动

o3-mini 的想考进程用了 38 秒，然后代码秒出，一次启动告成。

这个演示可能不太直不雅，然而看得没去现场的另一位 OpenAI 臆测员 Aidan Clark 直出汗。

回归一下，即是 o3-mini 用 38 秒给我方写了一个 UI，通过 API 调用"我方"。

后续演示中，任泓宇条款 o3-mini 在这个 UI 中编写并执行一个剧本，来评估"它我方"在低想考进度下、在 GPQA 数据集上的阐述。

剧本正确启动了评估，复返成果数值 61.62%，与阐扬评估成果基本一致。

是不是有极少科幻的嗅觉了。

可惜呐～ o3 和 o3-mini 目下皆是早期预览现象，只给看不给玩。

安全臆测者不错在 OpenAI 官网央求早期拜访权限。

北大学友、GPT-4o 中枢蛊惑者现身直播间

这场直播中另外值得热心的，即是新出场的北大学友任泓宇了（最左边）。

他客岁刚加入 OpenAI 担任臆测科学家，主要负责谈话模子稽查，是 GPT-4o 的中枢蛊惑者、GPT-Next 形态构成员。

直播中最新败露，九月份的 o1-mini 他也有参与，证明了此前神话中 o1-mini 主要由三位华东谈主负责（另两位是 Kevin Lu 和 Jiahui Yu）。

任泓宇博士毕业于斯坦福大学。加入 OpenAI 之前，他在 Apple、Google、NVIDIA 和 Microsoft 有多量臆测实习阅历。

One More Thing

笑死，终末一天顶着圣诞帽的"青蛙"径直被摆到了最前边：

其实，之前每一场它们皆在，不外是被摆在了背面的架子上，况且数目随直播天数增多。

昨天是直播第 11 天，圣诞帽"青蛙"是酱婶儿的：

你数出来有几许圣诞"青蛙"了吗？

—  完  —

点这里� � 热心我，难忘标星哦～

一键三连「共享」、「点赞」和「在看」

科技前沿进展日日重逢 ~