本文开头：数字人命卡兹克，原文标题：《OpenAI认真发布o3 - 通往AGI的路上，还是莫得了任何碎裂》

　　o3的智商，对目下悉数模子，险些皆径直是降维打击。

　　今天凌晨2点，OpenAI的12天直播，终于来到了最终章。

　　奥特曼，也在一派圣诞的气味中终于转头。

　　为群众带来了终末的压轴大戏。

　　OpenAI o3。

　　又一次轶群，又一次把模子的智商，推到了新的高度。

　　也向全寰宇解说了，OpenAI，依然在铁王座上牢不可摧。

　　我也思起了OpenAI连络员在发布o1之前的那句话：

　　“咱们通往AGI的路上，还是莫得任何碎裂了”

　　之是以OpenAI径直发布o3莫得o2，原因也挺绵薄的。

　　因为跟英国电信劳动提供商O2可能存在版权或商标突破，是以径直跳过了。。。

　　径直到o3。

　　而OpenAI直播一完，X上基本就答允了。

　　o3的智商，对目下悉数模子，险些皆径直是降维打击。

　　看下o3的智商吧。

　　一些粗的评测集绵薄过一下。

　　左边的是软件工程训练（SWE-Bench Verified），这就像是一个考写花样的训练，比如你写一个软件要它快速、准确，还不可有 bug（小造作）。这是查考 o3 是否能像一流的软件工程师同样写出无缺的代码。

　　o3 的获利：71.7%，比o1还强了不少。

　　右边的阿谁基准比拟猛，Codeforces，一个全球著名的编码竞赛平台。

　　o3的得分是2727，这个得分，相当于悉数这个词榜单的第175名，还是特出了99.99%的东谈主类了。

　　o1的代码智商还是强到爆炸了，而o3，又向AGI的山顶，前进了一大步。

　　数学竞赛AIEM 2024和博士级科学训练GPQA Diamond。

　　AIEM 2024接近满分，如果我没记错的话，这应该亦然第一次AI能达到有AIEM接近满分的水平。

　　博士级科学训练有进化，但没数学和编程进化的这样猛。

　　接下来的这个数学基准比拟道理少许。

　　FrontierMath，Epoch AI 开导的一个数学基准测试，由60多位顶尖数学家的和谐开导，旨在评估东谈主工智能在高档数学推理方面的智商。

　　并且为了幸免数据耻辱，悉数的题目皆是原创的且从来莫得发布过的新题目。

　　之前GPT-4 和 Gemini 1.5 Pro这种模子去评估的时候，得手功率不及2%，与其他传统数学基准（如 GSM-8K 和 MATH）中最初90%的得手率酿成昭彰对比。

　　而这一次，o3径直达到了25.2。

　　当各大其他模子皆还在卷传统数学基准的时候，o3竟然还是参预了另一个寰宇了。。。

　　就像群众还在大斗师阶段彼此卷，你是五星大斗师，我是八星大斗师。

　　两者争论持续，正准备要比试比试，忽然就看到一个斗宗能人踏空而行，留住一地的卧槽。

　　这还比个鬼。

　　然后，便是我认为，悉数这个词基准里，最道理的一个基准了：

　　ARC-AGI。

　　先说说这是个啥玩意。

　　ARC-AGI于2019年头度建议，旨在通过一系列综合和推理任务来测试AI系统的智商。

　　主若是因为传统的时刻测量活动并不可灵验代表智能，因为它们时时依赖于先前常识和教导，而确切的智能应体目下平凡的顺应智商和通用性上。

　　是以，ARC-AGI出生了，内部的这些任务要求AI识别模式并惩办新问题，每个任务由输入输出示例组成。这些任务以网格体式呈现，每个方块不错是十种颜料中的一种，网格的大小不错从1x1到30x30不等。参与者需要凭证给定的输入生成正确的输出，测试其推理和综合智商。

　　不错绵薄的默契成，找规定。

　　大要便是这样的。

　　极度的难且综合。

　　已往几代模子的评分在此：

　　* GPT-2 （2019）： 0%

　　* GPT-3 （2020）： 0%

　　* GPT-4 （2023）： 2%

　　* GPT-4o （2024）： 5%

　　* o1-preview （2024）： 21%

　　* o1 （2024）： 32%

　　* o1 Pro （2024）： ~50%

　　可是今天，o3的分数，达到了恐怖的87.5%。

　　从0%到5%，整整花了5年的时辰，而如今，从5%到87.5%，只是只花了半年。

　　而对应的，东谈主类的阈值分数，是85%。

　　咱们通往AGI的路上，还是莫得任何碎裂了。

　　不外o3强归强，可是又是一个期货，OpenAI目下只对红队怒放，如果是巨佬的话，不错去央求试试。

　　目下不知谈o3什么时候放出，可是OpenAI又基于o3，训了3个小尺寸的o3模子。

　　目下o3-mimi，预估在1月底不错对外怒放，可是嗅觉到时候，细目又是pro会员专属的模子了。

　　我越来越期待，2025年AI行业的进化了。

　　推理模子、Agent、AI硬件、寰宇模子。

　　每一个皆是比这个中间态的2024，皆更让东谈主欣喜的东西。

　　2025，必是AI行业，确切的星辰大海。

　　咱们也在终末，回首一下这12天的直播吧。

　　Day 1：满血o1上线，ChatGPT Pro会员上线，o1 pro推出。

　　Day 2：基于o1的强化微调。

　　Day 3：Sora认真发布。

　　Day 4：ChatGPT Canvas全员怒放以及小功能更新。

　　Day 5：给苹果站台，宣传苹果全系接入GPT。

　　Day 6：4o的及时视频默契上线。

　　Day 7：ChatGPT发布新建文献夹“神志”功能。

　　Day 8：ChatGPT Search全量怒放，搜索体验大幅优化。

　　Day 9：发布了o1的API、更新了及时语音的API、发布了偏好微调智商（PFT）。

　　Day 10：物理真谛真谛上的不错给ChatGPT打电话了。

　　Day 11：炒冷饭，ChatGPT 桌面版能读到别的控制。

　　Day 12：OpenAI o3认真发布。

　　这12天，稍许有点惊喜的日子大要只消2、3天，其他皆是垃圾时辰。

　　还好，今天的大货，补上了之前的晦暗。

　　终末，照旧忍不住惊奇一声。

　　这12天，像一场漫长的马拉松。

　　咱们履历了更阑中擢发莫数的垃圾时辰。

　　却也迎来了终末的高光时刻。

　　这嗅觉。

　　还挺AI的。

　　风险辅导及免责条件

　　市集有风险，投资需严慎。本文不组成个东谈主投资建议，也未研讨到个别用户罕见的投资方针、财务气象或需要。用户应试虑本文中的任何认识、不雅点或论断是否稳当其特定气象。据此投资，职守自诩。

海量资讯、精确解读，尽在新浪财经APP

职守剪辑：刘亮堂