本文着手：数字人命卡兹克，原文标题：《OpenAI认真发布o3 - 通往AGI的路上，仍是莫得了任何攻击》

　　o3的能力，对现时总共模子，简直皆平直是降维打击。

　　今天凌晨2点，OpenAI的12天直播，终于来到了最终章。

　　奥特曼，也在一派圣诞的气味中终于回首。

　　为寰球带来了终末的压轴大戏。

　　OpenAI o3。

　　又一次轶群，又一次把模子的能力，推到了新的高度。

　　也向全宇宙阐述了，OpenAI，依然在铁王座上牢不可摧。

　　我也思起了OpenAI商讨员在发布o1之前的那句话：

　　“咱们通往AGI的路上，仍是莫得任何攻击了”

　　之是以OpenAI平直发布o3莫得o2，原因也挺肤浅的。

　　因为跟英国电信办事提供商O2可能存在版权或商标突破，是以平直跳过了。。。

　　平直到o3。

　　而OpenAI直播一完，X上基本就情愿了。

　　o3的能力，对现时总共模子，简直皆平直是降维打击。

　　看下o3的能力吧。

　　一些粗的评测集肤浅过一下。

　　左边的是软件工程检修（SWE-Bench Verified），这就像是一个考写形状的检修，比如你写一个软件要它快速、准确，还不可有 bug（小异常）。这是检会 o3 是否能像一流的软件工程师相似写出齐全的代码。

　　o3 的收成：71.7%，比o1还强了不少。

　　右边的阿谁基准相比猛，Codeforces，一个全球有名的编码竞赛平台。

　　o3的得分是2727，这个得分，非凡于总共这个词榜单的第175名，仍是突出了99.99%的东谈主类了。

　　o1的代码能力仍是强到爆炸了，而o3，又向AGI的山顶，前进了一大步。

　　数学竞赛AIEM 2024和博士级科学检修GPQA Diamond。

　　AIEM 2024接近满分，如果我没记错的话，这应该亦然第一次AI能达到有AIEM接近满分的水平。

　　博士级科学检修有进化，但没数学和编程进化的这样猛。

　　接下来的这个数学基准相比酷好酷好小数。

　　FrontierMath，Epoch AI 开发的一个数学基准测试，由60多位顶尖数学家的合营开发，旨在评估东谈主工智能在高等数学推理方面的能力。

　　况兼为了幸免数据沾污，总共的题目皆是原创的且从来莫得发布过的新题目。

　　之前GPT-4 和 Gemini 1.5 Pro这种模子去评估的时候，奏效功率不及2%，与其他传统数学基准（如 GSM-8K 和 MATH）中向上90%的奏服从酿成昭彰对比。

　　而这一次，o3平直达到了25.2。

　　当各大其他模子皆还在卷传统数学基准的时候，o3真实仍是投入了另一个宇宙了。。。

　　就像寰球还在大斗师阶段彼此卷，你是五星大斗师，我是八星大斗师。

　　两者争论持续，正准备要比试比试，忽然就看到一个斗宗袼褙踏空而行，留住一地的卧槽。

　　这还比个鬼。

　　然后，即是我以为，总共这个词基准里，最酷好酷好的一个基准了：

　　ARC-AGI。

　　先说说这是个啥玩意。

　　ARC-AGI于2019岁首度提议，旨在通过一系列概述和推理任务来测试AI系统的能力。

　　主如果因为传统的妙技测量设施并不可灵验代表智能，因为它们往往依赖于先前常识和警戒，而简直的智能应体现时正常的顺应能力和通用性上。

　　是以，ARC-AGI降生了，内部的这些任务要求AI识别模式并贬责新问题，每个任务由输入输出示例组成。这些任务以网格形状呈现，每个方块不错是十种神采中的一种，网格的大小不错从1x1到30x30不等。参与者需要左证给定的输入生成正确的输出，测试其推理和概述能力。

　　不错肤浅的融会成，找轨则。

　　粗略即是这样的。

　　相等的难且概述。

　　往时几代模子的评分在此：

　　* 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%

　　关联词今天，o3的分数，达到了恐怖的87.5%。

　　从0%到5%，整整花了5年的时分，而如今，从5%到87.5%，只是只花了半年。

　　而对应的，东谈主类的阈值分数，是85%。

　　咱们通往AGI的路上，仍是莫得任何攻击了。

　　不外o3强归强，关联词又是一个期货，OpenAI现时只对红队灵通，如果是巨佬的话，不错去肯求试试。

　　现时不知谈o3什么时候放出，关联词OpenAI又基于o3，训了3个小尺寸的o3模子。

　　现时o3-mimi，预估在1月底不错对外灵通，关联词嗅觉到时候，细目又是pro会员专属的模子了。

　　我越来越期待，2025年AI行业的进化了。

　　推理模子、Agent、AI硬件、宇宙模子。

　　每一个皆是比这个中间态的2024，皆更让东谈主情愿的东西。

　　2025，必是AI行业，简直的星辰大海。

　　咱们也在终末，追溯一下这12天的直播吧。

　　Day 1：满血o1上线，ChatGPT Pro会员上线，o1 pro推出。

　　Day 2：基于o1的强化微调。

　　Day 3：Sora认真发布。

　　Day 4：ChatGPT Canvas全员灵通以及小功能更新。

　　Day 5：给苹果站台，宣传苹果全系接入GPT。

　　Day 6：4o的及时视频融会上线。

　　Day 7：ChatGPT发布新建文献夹“技俩”功能。

　　Day 8：ChatGPT Search全量灵通，搜索体验大幅优化。

　　Day 9：发布了o1的API、更新了及时语音的API、发布了偏好微调能力（PFT）。

　　Day 10：物理意旨上的不错给ChatGPT打电话了。

　　Day 11：炒冷饭，ChatGPT 桌面版能读到别的足下。

　　Day 12：OpenAI o3认真发布。

　　这12天，稍稍有点惊喜的日子粗略唯有2、3天，其他皆是垃圾时分。

　　还好，今天的大货，补上了之前的阴雨。

　　终末，照旧忍不住赞好意思一声。

　　这12天，像一场漫长的马拉松。

　　咱们阅历了半夜中罪戾累累的垃圾时分。

　　却也迎来了终末的高光期间。

　　这嗅觉。

　　还挺AI的。

　　风险指示及免责条件

　　阛阓有风险，投资需严慎。本文不组成个东谈主投资建议，也未接洽到个别用户特殊的投资目标、财务状态或需要。用户应试虑本文中的任何主张、不雅点或论断是否妥当其特定状态。据此投资，职守自夸。

海量资讯、精确解读，尽在新浪财经APP

职守剪辑：刘亮堂