OpenAI 公布下一代模子麻豆，o1 之后径直o3！

"双 12 "直播四肢终末一天，终于来了个大的，奥特曼本东谈主也再次现身直播间。

o3 比拟 o1 最特出的收成，一是顶尖圭表员竞赛CodeForces分数跳动 2700，东谈主类跳动这个分数的咫尺唯一不到 200 个。

二是在为 AGI 准备的测试ARC-AGI上分数从 32% 跃升到了 75.7%、87.5%。

为什么有两个收成呢？

因为 o3 相沿低念念考进度和高念念考进度两种建立，高念念考进度破耗的算力（横轴）也径直拉满。

ARC-AGI 是 Keras 之父 Fran ç ois Chollet 发起的测试基准，典型题目为图形逻辑推理。

另一项测试是堪称最难数学测试的EpochAI Frontier Math，包含最新未公开前沿题目。

此前陶哲轩对这项测试的第一印象是"可能难住 AI 好几年"。

o3 在测试中比之前 SOTA 从 2 分擢升到 25 分。

东谈主类专科数学家管束其中一齐题目也要破耗数小时到数天，当今 o3 只需要念念考几分钟了。

此次直播还公布了o3-mini，相沿低中高三种念念考进度建立。

主要展示了代码才调，低建立下 o3-mini 和 o1-mini 差未几，中高建立照旧跳动了 o1 郑再版。

参与征询的北大学友任泓宇麻豆，现场展示了 o3-mini 的编程才调。

他使用了异常版块的 ChatGPT，称为 ChatGPT α。

任务如下：

写一个 Python 剧本，在土产货为一个带有大文本框的 HTML 文献启动工作器。当我在该框中输入文本并按下提交时，它应该将该代码请求发送到 OpenAl o3-mini API ，使用 medium reasoning_effort ，取得生成的代码，将其保存到桌面上的临时文献中，然后在新的 Python 末端中膨大该文献。还有一些细节：

不错在 ~/api_key 中找到我的 API 密钥

请在向 API 的请求中添加一些非凡的请示，指定它只应复返莫得任何步地或 Markdown 的原始代码

你将在 Mac 札记本电脑环境启动

o3-mini 的念念考进程用了 38 秒，然后代码秒出，一次启动得胜。

这个演示可能不太直不雅，然而看得没去现场的另一位 OpenAI 征询员 Aidan Clark 直出汗。

回来一下，便是 o3-mini 用 38 秒给我方写了一个 UI，通过 API 调用"我方"。

后续演示中，任泓宇条目 o3-mini 在这个 UI 中编写并膨大一个剧本，来评估"它我方"在低念念考进度下、在 GPQA 数据集上的进展。

剧本正确启动了评估，复返成果数值 61.62%，与讲求评估成果基本一致。

是不是有少量科幻的嗅觉了。

可惜呐～ o3 和 o3-mini 咫尺齐是早期预览现象，只给看不给玩。

安全征询者不错在 OpenAI 官网央求早期拜访权限。

北大学友、GPT-4o 中枢开采者现身直播间

这场直播中另外值得存眷的，便是新出场的北大学友任泓宇了（最左边）。

他客岁刚加入 OpenAI 担任征询科学家，主要负责谈话模子查验，是 GPT-4o 的中枢开采者、GPT-Next 神气构成员。

直播中最新浮现，九月份的 o1-mini 他也有参与，阐明了此前据说中 o1-mini 主要由三位华东谈主负责（另两位是 Kevin Lu 和 Jiahui Yu）。

任泓宇博士毕业于斯坦福大学。加入 OpenAI 之前，他在 Apple、Google、NVIDIA 和 Microsoft 有多量征询实习资格。

One More Thing

笑死，终末一天顶着圣诞帽的"青蛙"径直被摆到了最前边：

其实，之前每一场它们齐在，不外是被摆在了背面的架子上，况且数目随直播天数加多。

昨天是直播第 11 天，圣诞帽"青蛙"是酱婶儿的：

你数出来有若干圣诞"青蛙"了吗？

—  完  —

点这里� � 存眷我，记起标星哦～

一键三连「共享」、「点赞」和「在看」

科技前沿进展日日相遇 ~