当前位置： 首页  >> 智能环球  >> 查看详情

OpenAI最新模型o3展现强大推理能力

来源： 科技日报   日期：2024-12-26  责编： 环球科技网 
分享:
   12月20日，美国开放人工智能研究中心（OpenAI）介绍了其最新的人工智能（AI）推理模型——o3及其轻量版o3-mini。该公司宣称，o3具备更先进、近似人类的推理能力，在代码编写、数学竞赛和掌握人类博士级别的科学知识等方面，均超越了其“前辈”o1。不过，英国《新科学家》网站在12月22日的报道中指出，尽管o3“实现了令人瞩目的性能飞跃”，但仍未达到业内翘首以盼的通用AI（AGI）水平。
　　多方面表现出色
　　OpenAI公司透露，在解决更复杂的多步骤问题时，o3模型会花更多时间计算答案，然后再给出回应。这一推理能力的提升，使o3在多项测试中表现出色。大型语言模型热衷于在各种数学基准测试上疯狂“刷分”，o3也不例外。在2024年美国数学邀请赛中，o3模型的准确率高达96.7%，仅答错了一个问题。而在OpenAI研究人员认为最严格的基准测试之一——Frontier Math中，o3也解决了25.2%的问题。尽管这一得分看似不高，但此前其他大型语言模型曾在此“集体翻车”，正确率均未超过2%。
　　Frontier Math测试难度极大，曾被华裔数学家、菲尔兹奖得主陶哲轩评价为“可能会难住AI好几年”。然而，o3只需思考几分钟便能解答其中一道题目，而人类数学家则要花费数小时到数天。在对科学知识的掌握方面，o3的表现也超出一般博士水平。在GPQA Diamond（衡量模型在博士级科学问题上的表现，涵盖化学、物理和生物学方面的专业知识）基准测试中，o3的准确率达到87.7%，超过了人类博士的70%，也比之前o1表现高近10%。
　　此外，o3的编码能力也比之前的o1系列更胜一筹。在 SWE-bench Verified（衡量AI模型解决现实世界软件问题的能力）基准上，o3的准确率约为71.7%，比o1高20%以上。在Codeforces编码竞赛平台中，o3的得分为2727，相当于榜单上第175名人类编程员的水平，而o1得分仅为1891。在展示了o3取得的这些傲人成绩后，OpenAI首席执行官奥尔特曼强调，o3的出现标志着AI进入了下一个发展阶段，这些模型可处理需要大量推理的复杂任务。
　　与人类智能仍有差异
　　《新科学家》网站还报道，在被视为AGI重要衡量标准的抽象与推理语料库-AGI（ARC-AGI）大赛中，o3模型也创下新纪录：在低算力配置下，它以75.7%的得分登上公共排行榜前列。只因确定此项大奖得主的测试具有更严格的算力限制，在该算力限制下，o3的挑战以失败告终。不过，在超出官方算力限制172倍的高算力下，o3采用“蛮力”取得了87.5%的成绩，达到了代表人类水平的85%门槛。对于o3的表现，谷歌前工程师、ARC-AGI主要创建者弗朗索瓦·肖莱在博客中写道，这是AI能力的一次惊人且重要的跃升。但o3尚未实现AGI，因为其仍然无法解决ARC-AGI比赛中一些非常简单的问题，这表明其与人类智能存在根本差异。
　　AGI是一个假想中的未来系统，它能够模仿人类思维、决策，拥有自我意识，并能自主行动。然而，AGI目前主要活跃在科幻作品中，尚未走进现实。
　　升级迭代并非易事
　　o3不仅是OpenAI公司的最新力作，也是AI巨头竞逐大型语言模型的生动写照。两年前，OpenAI发布了ChatGPT，由此拉开了AI军备竞赛的序幕。从GPT-3.5到更准确、更具创造性的GPT-4，再到o1，直至o3，OpenAI在不断精进自家产品。
　　其他顶级AI开发商也在利用日益先进的技术，推动自家产品迭代升级。此前不久，谷歌推出了其旗舰模型“双子座”（Gemini）的新版本，据称其速度是上一代的两倍，并且能够“思考、记忆、规划，甚至替代用户采取行动”。元宇宙平台公司计划明年推出Llama 4。
　　然而，迭代之路并非坦途。包括OpenAI和谷歌在内的几家领军企业，正面临新模型开发耗资巨大但回报递减的困境。OpenAI的GPT-5模型开发工作进展缓慢。据悉，仅6个月的训练，单计算成本就高达约5亿美元，而性能仅比该公司现有产品略胜一筹。（记者 刘 霞）
标签：人工智能科技AI大模型GPT

【免责声明】：
   凡注明 “环球科技网” 字样的图片或文字内容均属于本网站专稿，如需转载图片请保留 “环球科技网” 水印，转载文字内容请注明来源“环球科技网”；凡本网注明“来源：XXX(非环球科技网)”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其作品内容的实质真实性负责，转载信息版权属于原媒体及作者。如转载内容涉及版权或者其他问题，请投诉至邮箱；1978751725@qq.com 
本网公告
环球科技网从不发布负面新闻资讯，也绝不会发布负面信息。如发现负面信息链接请甄别是否为环球科技网所发。
本网系北京伯乐传媒广告有限公司主办、所有。本网唯一域名（www.hqkjw.cn），其它域名链接均为假冒。望广大网民及企业主认真甄别。

咨询、采访、合作、投稿等请致电：13911566744（含微信）
     
 
 


 

相关文章

  • 特斯拉人形机器人亮相 2024世界智能制造大会 特斯拉人形机器人亮相 2024世界智能制造大会 2024-12-20 17:17:16

       【环球科技网】12月20日，2024世界智能制造大会在南京开幕。本届大会以“加快打造智能制造升级版，因地制宜发展新质生产力”为主题，举办主题大会、重大签约活动、重大专场活动、专题活动以及市场化展览，全方位呈现智能制造未来发展风向标，持续构建一个多元化、国际化、专业化的全球智能制造交流合作平台。 20... [阅读]

  • “不要选A，选了又要多做好多题！” “不要选A，选了又要多做好多题！” 2024-12-09 12:55:41

       当下，AI加持下的自习室似乎正在成为一门火热的生意。其核心是AI算法和大模型加持的学习机，以及学习机上的智能助学系统，辅以线下督学、托管等服务。这些AI自习室的宣传广告五花八门，“学业规划”“靶向检测”“查缺补漏”“自主学习”等不一而足，... [阅读]

  • 港口移动机器人海外交付超100台 首台空集装箱堆码机器人发布 港口移动机器人海外交付超100台 首台空集装箱堆码机器人发布 2024-12-04 14:03:07

       【环球科技网】12月3日，“第101台新松港口移动机器人＆全球首台空集装箱堆码机器人交付仪式”在新加坡港举行！新松是中国机器人头部企业，拥有世界最全的机器人产品线，为全球4000余家知名企业提供智慧升级服务。在全球贸易的脉动之地——新加坡港，两家国际企业强强联合，智慧港口的科技花火在此... [阅读]

  • 科学普及—“余”你零距离 科学普及—“余”你零距离 2024-12-03 15:04:12

       【环球科技网】日前，以“提升全民科学素质，协力建设科技强国”为主题的2024年第38届全国科普日暨余杭区第38届科普宣传周人工智能机器人进校园、进村社系列活动圆满收官。该系列科普活动由余杭区科协主办，杭州市中丞机器人科技有限公司承办，余杭区各街镇科协和区教育局协办。活动从10月开始一直持续到了11月底，在余杭... [阅读]

新闻排行榜

热门新闻

推荐新闻