OpenAI发布下一代模型,O1后直接发布o3!

OpenAI发布下一代模型，发布发布O1后直接发布o3！

“双12”直播活动的模型最后一天，终于来了一个大的直接，奥特曼本人也再次出现在直播间。发布发布

与o1相比，o3最突出的模型成绩是顶级程序员竞赛CodeForces目前人类超过这个分数的分数超过2700分，不到200分。直接

二是发布发布为AGI准备的测试ARC-AGI上分从32%跃升到75.7%、87.5%。下代

为什么会有两个成绩？模型

因为o3支持低思考程度和高思考程度两种设置，计算能力(横轴)的直接高思维度也直接拉满。

ARC-AGI是发布发布Keras之父François 由Chollet发起的测试基准，典型的下代题目是图形逻辑推理。

另一项测试被称为最难的模型数学测试EpochAI Frontier Math，包括最新未公开的前沿话题。

陶哲轩之前对这次测试的第一印象是“可能会困住AI好几年”。

与SOTA相比，o3在测试中从2分提高到25分。

人类专业数学家需要几个小时到几天才能解决其中一个问题。现在o3只需要思考几分钟。

直播也公布了o3-mini，支持低、中、高三种思维水平的设置。

主要显示代码能力，低设置下的o3-mini与o1-mini相似，中高设置已超过o1的官方版本。

参与研究的北京大学校友任宏宇，现场展示了o3-mini编程能力。

他使用了ChatGPT的特殊版本，称为ChatGPT。 α。

任务如下：

写一个Python脚本，在当地为HTML文件启动服务器提供一个大文本框。当我在框中输入文本并按下提交时，它应该将代码请求发送到Openal o3-mini API ，使用medium reasoning_effort ，获取生成的代码，将其保存在桌面上的临时文件中，然后在新的Python终端中执行文件。还有一些细节：

可以在~/api在_key中找到我的API密钥

请在API的请求中添加一些额外的提示，指定它只应返回原始代码，没有任何格式或Markdown

您将在Mac笔记本电脑环境中运行

o3-mini的思维过程花费了38秒，然后代码秒出，一次成功运行。

这个演示可能不是很直观，但是另一个OpenAI研究员Aidan没有去现场。 直到Clark出汗。

综上所述，o3-mini用38秒为自己写了一个UI，通过API调用“自己”。

在后续演示中，任宏宇要求o3-mini在这个UI中编写并执行一个脚本，以评估“它自己”在低思维和GPQA数据集中的表现。

评估脚本正确运行，返回结果值为61.62%，与正式评估结果基本一致。

有没有科幻小说的感觉？

可惜呐～ 目前o3和o3-mini都处于早期预览状态，只看不玩。

安全研究人员可以在OpenAI官网申请早期访问权限。

北大校友、GPT-4o核心开发者出现在直播间

在这次直播中，另一个值得关注的是新出现的北大校友任泓宇了（最左边）。

他去年刚加入OpenAI作为研究科学家，主要负责语言模型训练，是GPT-4o的核心开发者，GPT-Next项目组成员。

直播中最新透露，他也参与了9月份的o1-mini，证实了三位中国人主要负责o1-mini(另外两个是Kevinin Lu和Jiahui Yu）。

任宏宇博士毕业于斯坦福大学。在加入OpenAI之前，他在Applee上、Google、NVIDIA 与Microsoft有很多研究实习经验。

One More Thing

笑死，最后一天戴着圣诞帽的“青蛙”直接摆在了前面：

其实之前每一场都在，只是放在后面的架子上，数量随着直播天数的增加而增加。

昨天是直播的第11天，圣诞帽“青蛙”是酱阿姨的: