ChatGPT最新版本“o3”的概要

o3简介

o3于2024年12月20日发布------也就是OpenAI 12天直播的最后一天。目前处于安全性测试阶段。它是o1的继任者,旨在处理更复杂的推理任务。o3特别针对数学、科学和编程等领域进行了优化。

o3在多项基准测试中表现出色。例如,在ARC-AGI基准测试中,它的准确率是o1的三倍,并在Frontier Math测试中超越了其他模型。另外,在SWE-Bench Verified等软件工程测试中也表现出高水平。

名称由来:选择"o3"这个名字是为了避免与英国电信公司O2的商标冲突,OpenAI为避免法律问题,跳过了o2。


o3被视为最接近AGI(通用人工智能)的模型之一,它在推理能力和多任务处理上的表现受到关注。


o3性能测试详情

  • SWE-Bench Verified:这项测试评估软件问题解决能力。o3得分71.7%,大大超过o1的48.9%和o1-preview的41.3%。

  • 竞赛编程(Codeforces):o3在Codeforces平台上达到了2727的等级评分,超过了OpenAI的首席研究员的成绩。

  • ARC-AGI基准测试:o3在这项测试中取得了非常高的分数。在低计算模式下得分为75.7%,高计算模式下达到了87.5%。人类的平均表现为85%。

  • Frontier Math:o3展示了解决数学家需要数天才能完成的问题的能力,得分为25.2%,这相比前最佳成绩(State of the Art, SoTA)的2%有了显著提升。

  • AIME和GPQA Diamond:在这些测试中,o3也展示了性能的巨大飞跃,特别是在GPQA Diamond测试中超过了专家的平均水平。

成本

尽管o3提供了高水平的推理能力,但在高计算模式下每任务的成本非常高,对于像ARC-AGI这样的特殊基准测试,执行一次可能达到数千美元的成本。然而,对于日常使用来说,成本不应如此高昂。

相关推荐
FreeBuf_1 天前
AI觉醒前兆,ChatGPT o3模型存在抗拒关闭行为
人工智能·chatgpt
kkai人工智能1 天前
解决开发者技能差距:AI 在提升效率与技能培养中的作用
开发语言·人工智能·ai·chatgpt·媒体
MoShaoBBC1 天前
ChatGPT Plus/Pro 订阅教程(支持支付宝)
人工智能·chatgpt
学境思源AcademicIdeas2 天前
ChatGPT + 知网 + 知乎,如何高效整合信息写出一篇专业内容?
人工智能·chatgpt
阿丢是丢心心2 天前
【从0到1搞懂大模型】chatGPT 中的对齐优化(RLHF)讲解与实战(9)
chatgpt·微调·强化学习·rlhf
pengles3 天前
Spring AI 多模型智能协作工作流实现指南
spring·chatgpt
layneyao3 天前
Transformer架构详解:从Attention到ChatGPT
chatgpt·架构·transformer
云空3 天前
《ChatGPT o3抗命:AI失控警钟还是成长阵痛?》
人工智能·深度学习·神经网络·机器学习·chatgpt
LlRr3 天前
(25年5.28)ChatGPT Plus充值教程与实用指南:附国内外使用案例与模型排行
人工智能·chatgpt
kovlistudio3 天前
大模型应用开发第五讲:成熟度模型:从ChatGPT(L2)到未来自主Agent(L4)
人工智能·深度学习·学习·机器学习·chatgpt·tensorflow