OpenAI 發(fā)布 o3 模型，成為首個突破 ARC-AGI 測試的模型
o3 模型
就在不久之前也就是 OpenAI 的第十二天發(fā)布會上發(fā)布了全新的推理模型 o3 和 o3-mini，這個模型創(chuàng)造了記錄成為首個突破 ARC-AGI 基準測試的 AI 模型，得分高達 87.5%。
什么是 ARC-AGI 呢？ARC-AGI 是一個用于評估人工智能抽象推理能力的基準測試。其包含一系列的抽象視覺推理任務。每個任務都提供幾個輸入和對應的輸出網(wǎng)格，受測者需要根據(jù)這些范例推斷出規(guī)則，并產(chǎn)生正確的輸出網(wǎng)格。
ARC-AGI 的門檻設置為 85%，接近人類正常水平，OpenAI o1 模型得分僅 32%，由此可見 o3 模型的得分是多么大的突破了。對了 OpenAI 取名從 o1 直接到 o3，跳過 o2 的原因可能是怕和英國電信服務提供商 O2 可能產(chǎn)生版權沖突，所以直接跳過了這個版本。
除了 ARC-AGI 基準測試，o3 還在 SWE-bench Verified（一種軟件工程考試）中的得分為 71.7%，也就是編寫一個軟件需要快速準確沒有 Bug。在 Codeforces（編碼競賽平臺）中得分 2727，這個得分在榜單上位于 175 名，排名非常高。
在 AIME 2024（數(shù)學競賽）中的得分為 96.7，得分明顯高于 o1 的成績，在 GPQA Diamond（博士級科學考試）中的得分為 87.7。
EpochAI Frontier Math 基準測試中，OpenAI o3 的準確率為 25.2，之前的最佳分數(shù)僅為 2.0。
但是目前并不清楚 o3 模型將在什么時候發(fā)布，除了 o3 模型之外，OpenAI 還訓練了三個版本的小尺寸 AI 模型也就是 o3-mini，該模型預計將于明年一月份發(fā)布，但是可能會讓會員先使用。
結論
以上就是有關 o3 模型的一些能力測試結果，從這些測試結果中看，o3 模型可以算是非常大的突破，期待這款模型正式發(fā)布。
本文編輯：@ 小小輝
?本文著作權歸電手所有，未經(jīng)電手許可，不得轉載使用。
