不过，英国《新科学家》网站在12月22日的报道中指出，尽管o3“实现了令人瞩目的性能飞跃”，但仍未达到业内翘首以盼的通用AI(AGI)水平。
多方面表现出色
OpenAI公司透露，在解决更复杂的多步骤问题时，o3模型会花更多时间计算答案，然后再给出回应。这一推理能力的提升，使o3在多项测试中表现出色。
大型语言模型热衷于在各种数学基准测试上疯狂“刷分”，o3也不例外。在2024年美国数学邀请赛中，o3模型的准确率高达96.7%，仅答错了一个问题。而在OpenAI研究人员认为最严格的基准测试之一——Frontier Math中，o3也解决了25.2%的问题。尽管这一得分看似不高，但此前其他大型语言模型曾在此“集体翻车”，正确率均未超过2%。
Frontier Math测试难度极大，曾被华裔数学家、菲尔兹奖得主陶哲轩评价为“可能会难住AI好几年”。然而，o3只需思考几分钟便能解答其中一道题目，而人类数学家则要花费数小时到数天。
在对科学知识的掌握方面，o3的表现也超出一般博士水平。在GPQA Diamond(衡量模型在博士级科学问题上的表现，涵盖化学、物理和生物学方面的专业知识)基准测试中，o3的准确率达到87.7%，超过了人类博士的70%，也比之前o1表现高近10%。
此外，o3的编码能力也比之前的o1系列更胜一筹。在 SWE-bench Verified(衡量AI模型解决现实世界软件问题的能力)基准上，o3的准确率约为71.7%，比o1高20%以上。在Codeforces编码竞赛平台中，o3的得分为2727，相当于榜单上第175名人类编程员的水平，而o1得分仅为1891。
在展示了o3取得的这些傲人成绩后，OpenAI首席执行官奥尔特曼强调，o3的出现标志着AI进入了下一个发展阶段，这些模型可处理需要大量推理的复杂任务。
与人类智能仍有差异
《新科学家》网站还报道，在被视为AGI重要衡量标准的抽象与推理语料库-AGI(ARC-AGI)大赛中，o3模型也创下新纪录：在低算力配置下，它以75.7%的得分登上公共排行榜前列。只因确定此项大奖得主的测试具有更严格的算力限制，在该算力限制下，o3的挑战以失败告终。
不过，在超出官方算力限制172倍的高算力下，o3采用“蛮力”取得了87.5%的成绩，达到了代表人类水平的85%门槛。
对于o3的表现，谷歌前工程师、ARC-AGI主要创建者弗朗索瓦·肖莱在博客中写道，这是AI能力的一次惊人且重要的跃升。但o3尚未实现AGI，因为其仍然无法解决ARC-AGI比赛中一些非常简单的问题，这表明其与人类智能存在根本差异。
AGI是一个假想中的未来系统，它能够模仿人类思维、决策，拥有自我意识，并能自主行动。然而，AGI目前主要活跃在科幻作品中，尚未走进现实。
升级迭代并非易事
o3不仅是OpenAI公司的最新力作，也是AI巨头竞逐大型语言模型的生动写照。
两年前，OpenAI发布了ChatGPT，由此拉开了AI军备竞赛的序幕。从GPT-3.5到更准确、更具创造性的GPT-4，再到o1，直至o3，OpenAI在不断精进自家产品。
其他顶级AI开发商也在利用日益先进的技术，推动自家产品迭代升级。此前不久，谷歌推出了其旗舰模型“双子座”(Gemini)的新版本，据称其速度是上一代的两倍，并且能够“思考、记忆、规划，甚至替代用户采取行动”。元宇宙平台公司计划明年推出Llama 4。
然而，迭代之路并非坦途。包括OpenAI和谷歌在内的几家领军企业，正面临新模型开发耗资巨大但回报递减的困境。OpenAI的GPT-5模型开发工作进展缓慢。据悉，仅6个月的训练，单计算成本就高达约5亿美元，而性能仅比该公司现有产品略胜一筹。
关键词 :
上一篇 : 把握中国市场开放机遇——访保加利亚商工会主席茨维坦·西美昂诺夫
下一篇 : 最后一页
2024年，中国经济高质量发展取得明显成效，新质生产力稳步发展。一系列科技成果不断涌现，产业向新向绿...
央视新闻客户端 12-26 12:34:14
2024年，中国经济高质量发展取得明显成效，新质生产力稳步发展。一系列科技成果不断涌现，产业向新向绿...
央视新闻客户端 12-26 12:34:14
中新网12月26日电 据中国外汇交易中心网站消息，中国人民银行授权中国外汇交易中心公布，2024年12月26...
中国新闻网 12-26 12:32:44
中新网12月26日电 据中国外汇交易中心网站消息，中国人民银行授权中国外汇交易中心公布，2024年12月26...
中国新闻网 12-26 12:32:44
中新网12月26日电 据央行网站消息，为保持银行体系流动性充裕，2024年12月26日人民银行以固定利率、数...
中国新闻网 12-26 12:28:57
中新网12月26日电 据央行网站消息，为保持银行体系流动性充裕，2024年12月26日人民银行以固定利率、数...
中国新闻网 12-26 12:28:57
溯源码上的商品采购日期早于商品的生产日期？商品名称与实际不符，商家竟可以随时更改溯源码信息……溯...
澎湃新闻 12-26 11:56:52
溯源码上的商品采购日期早于商品的生产日期？商品名称与实际不符，商家竟可以随时更改溯源码信息……溯...
澎湃新闻 12-26 11:56:52
临近年底，资本市场的上市公司和基金也频频公告分红消息。对全年分红情况进行梳理，记者发现，今年以来...
央视新闻客户端 12-26 11:55:03
临近年底，资本市场的上市公司和基金也频频公告分红消息。对全年分红情况进行梳理，记者发现，今年以来...
央视新闻客户端 12-26 11:55:03
经过两周的高寒测试，中国汽车工程研究院昨天(25日)公布了近20台主流新能源车型的高寒测试结果，我国新...
央视新闻客户端 12-26 11:50:24
经过两周的高寒测试，中国汽车工程研究院昨天(25日)公布了近20台主流新能源车型的高寒测试结果，我国新...
央视新闻客户端 12-26 11:50:24
中新网马鞍山12月26日电 (记者 张俊)在安徽省马鞍山市郑蒲港新区半导体产业园的生产车间内，一排排自...
中国新闻网 12-26 11:48:52
中新网马鞍山12月26日电 (记者 张俊)在安徽省马鞍山市郑蒲港新区半导体产业园的生产车间内，一排排自...
中国新闻网 12-26 11:48:52
袁歌终于吃上了记忆里的砂糖橘。这个双12期间，住在西藏林芝墨脱县的袁歌在拼多多上下单了好几箱广东四...
羊城晚报微信公众号 12-26 11:34:36
袁歌终于吃上了记忆里的砂糖橘。这个双12期间，住在西藏林芝墨脱县的袁歌在拼多多上下单了好几箱广东四...
羊城晚报微信公众号 12-26 11:34:36
12月19日，赛力斯集团董事长（创始人）张兴海与华为常务董事、终端BG董事长、智能汽车解决方案BU董事长...
新华网 12-25 19:47:48
12月19日，赛力斯集团董事长（创始人）张兴海与华为常务董事、终端BG董事长、智能汽车解决方案BU董事长...
新华网 12-25 19:47:48
2024年，中国汽车产业风云激荡。新能源汽车作为强势崛起的一股新势力，正在持续迈入新的发展阶段，对行...
经济参考报 12-25 19:41:34
2024年，中国汽车产业风云激荡。新能源汽车作为强势崛起的一股新势力，正在持续迈入新的发展阶段，对行...
经济参考报 12-25 19:41:34
12月18日，2024宁德时代巧克力换电生态大会在厦门召开，宁德时代推出了新一代巧克力换电解决方案，同时...
新华网 12-25 19:38:03
12月18日，2024宁德时代巧克力换电生态大会在厦门召开，宁德时代推出了新一代巧克力换电解决方案，同时...
新华网 12-25 19:38:03
（资料图片）12月7日，消费者在山东烟台冬季惠民车展上了解优惠促销车型。新华社发（唐克摄）临近年末，...
每日经济新闻 12-25 19:32:12
（资料图片）12月7日，消费者在山东烟台冬季惠民车展上了解优惠促销车型。新华社发（唐克摄）临近年末，...
每日经济新闻 12-25 19:32:12
 据国家市场监督管理总局缺陷产品召回技术中心消息，日前，一汽-大众汽车有限公司根据《缺陷汽车产...
新华网 12-25 19:29:00
 据国家市场监督管理总局缺陷产品召回技术中心消息，日前，一汽-大众汽车有限公司根据《缺陷汽车产...
新华网 12-25 19:29:00
据国家市场监督管理总局缺陷产品召回技术中心消息，日前，保时捷（中国）汽车销售有限公司根据《缺陷汽...
新华网 12-25 19:26:39
据国家市场监督管理总局缺陷产品召回技术中心消息，日前，保时捷（中国）汽车销售有限公司根据《缺陷汽...
新华网 12-25 19:26:39
中新网北京11月27日电 (记者 刘文文)消费者研究与零售监测公司尼尔森IQ26日发布的《通往2025：中国消...
中国新闻网
中国新闻网
中新社北京11月27日电 (记者 刘育英)中国信息通信研究院27日发布的数据显示，今年前10个月，中国市场...
中新网11月28日电 据重庆市住房公积金管理中心网站消息，重庆市住房公积金管理中心28日发布《关于优化...
按下shift按键先找到并按下你的电脑键丽珠盘上面的shift按键，切换到英文输入法状态。键盘下划线怎么打?...
word中_________上打字的方法如下：1、进入word2010，在要设置下划线的位置输入空格，然后选中空格，点...
word横线上打字横线往后移怎么办?选中横线跑的文字，找到输入文字后横线跑的那几个文字，选中文字。查看...
大熊猫有天敌吗?答案是肯定的。野生大熊猫最大的天敌就是豺，确切的说是四川豺。四川豺主要分布在我国的...
充电桩安装需要什么条件?1、运营充电桩需要电动车使用人数多，小区充电使用率到达一定程度，如果使用率...
联系我们:55 16 53 8@qq.com
关于我们| 联系方式| 版权声明| 供稿服务| 友情链接
经济头条 版权所有，未经书面授权禁止使用
Copyright©2008-2020 By www.jingji.net All Rights Reserved
营业执照公示信息