OpenAI推出重磅o3推理模型！展現強大推理能力
12月20日，美國開放人工智能研究中心(OpenAI)介紹了其最新的人工智能(AI)推理模型——o3及其輕量版o3-mini。
o3能夠進行復雜任務的推理，在科學、編碼、數學等領域的表現要優于前一代o1模型，同時花費的處理時間也會更長。以一項評估AI高級數學推理能力的測試EpochAI Frontier Math為例，以往所有模型都未達到2%的準確率，而o3準確率達到了創紀錄的25%。
在2024年美國數學邀請賽中，o3模型的準確率高達96.7%，僅答錯了一個問題。而在OpenAI研究人員認為最嚴格的基準測試之一——Frontier Math中，o3也解決了25.2%的問題。盡管這一得分看似不高，但此前其他大型語言模型曾在此“集體翻車”，正確率均未超過2%。
在對科學知識的掌握方面，o3的表現也超出一般博士水平。在GPQA Diamond(衡量模型在博士級科學問題上的表現，涵蓋化學、物理和生物學方面的專業知識)基準測試中，o3的準確率達到87.7%，超過了人類博士的70%，也比之前o1表現高近10%。
此外，o3的編碼能力也比之前的o1系列更勝一籌。在 SWE-bench Verified(衡量AI模型解決現實世界軟件問題的能力)基準上，o3的準確率約為71.7%，比o1高20%以上。在Codeforces編碼競賽平臺中，o3的得分為2727，相當于榜單上第175名人類編程員的水平，而o1得分僅為1891。
o3模型讓OpenAI在通往AGI的道路上又邁前了一步。在相關基準測試ARC-AGI中，高配版o3得分為87.5%，低計算設置下o3得分為75.7%，是o1模型的三倍。但高計算模式需要花費極其昂貴的成本，每個任務高達數千美元，低計算模式則需要20美元左右。
關注本網官方微信 隨時閱讀專業資訊
- 2024年我國國內發明專利有效量再創新高 2025-01-07 18:36:06
- 2024年，我國知識產權領域迎來了前所未有的成就，專利有效量已達到475.6萬件，
- 內蒙古5個自治區級制造業創新中心獲批組建 2025-01-07 14:00:30
- 內蒙古新增5個自治區級制造業創新中心，包括內蒙古自治區氫能裝備先進制造創新中心、內蒙古自治區制造業硅基合金技術創新中心等。
- 設備更新貸款財政貼息政策實施期限延長 儀器行業再迎利好！ 2025-01-07 11:33:07
- 財政部提出延長設備更新貸款財政貼息政策實施期限，這對于儀器行業來說，無疑是行業的一大利好政策。
- 33項，江西公示部分終止和驗收不通過項目 2025-01-06 16:01:59
- 根據《江西省科技計劃項目管理辦法（試行）》（贛科規字〔2024〕1 號）等有關規定，經研究，現對省級科技計劃項目21項終止、12項驗收不通過處理情況予以公示，后續將對相關資金予以清繳。
- 內蒙古啟動首個儲能類國家重點科技項目 2025-01-06 14:28:14
- 1月3日，國家重點研發計劃“儲能與智能電網”專項項目“高比例新能源接入的電網主動支撐型百兆瓦級混合儲能技術”在呼和浩特啟動，標志著項目從規劃階段正式進入執行階段。
版權與免責聲明
- 凡本網注明“來源：化工儀器網”的所有作品，均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：化工儀器網”。違反上述聲明者，本網將追究其相關法律責任。
- 本網轉載并注明自其它來源（非化工儀器網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
- 如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
