世博app官方入口(中国大陆)官方网站

12月20日，OpenAI文书了最新的推理模子O3和O3-mini（还未认真发布）。

模子性能综述

性能超卓：多项测试发达杰出。在CodeForces竞赛中获2727分，杰出99.99%东说念主类选手；AIME 2024准确率为96.7%；在“FrontierMath”测试中惩办问题比例为25.2%，远超其他模子；GPQADiamond测试准确率为87.7%；在ARC-AGI测试中，高推测量口头得分为87.5%，低推测量口头为75.7%，约为O1性能的三倍。

多口头推理与实际

翻新功能与实际：提供低、中、高三种推测量口头，推理时刻越长，任务发达越好。使用审议对皆实际，通过“私东说念主念念维链”让模子在恢复前进行推理和接洽，并讲明注解经由，使恢复更严慎合理。

O3的安全性和局限性

有不雅点觉得，尽管O3很雄壮世博体育app下载，但仍难以完成一些简单的ARC-AGI-1和ARC-AGI-2任务，因此不行行为通用东说念主工智能。此外，早期测试标明O3存在较高的误导用户的风险，但OpenAI正在使用“审慎对皆”技艺来确保其安全性，并会在发布前进行安全测试和红队演练。