o3：突破 ARC-AGI 基準，博士級問題求解能力

原標題：剛剛，OpenAI放出最后大驚喜o3，高計算模式每任務花費數千美元
文章來源：機器之心
內容字數：8414字

OpenAI 發布新推理模型 o3 和 o3-mini

近日，OpenAI 結束了為期 12 天的發布活動，推出了新的推理系列模型——o3 和 o3-mini。o3 是 o1 系列模型的繼任者，旨在通過延長推理時間提高回答的準確性。在命名上跳過了 o2，主要是為了避免與英國電信公司 O2 產生混淆。

o3 模型性能突破 ARC-AGI 基準

o3 模型在 ARC-AGI 基準測試中表現出色，首次突破了該基準，最低性能達到了 75.7%，在高計算資源下可達到 87.5%。ARC-AGI 測試主要考察 AI 的模式識別與推理能力，o3 表現接近人類水平，展現了人工智能適應新任務的巨大潛力。盡管如此，專家仍指出，o3 還不是 AGI，因為它在簡單任務上依然存在失敗的情況。

o3-mini 的高性能與低成本優勢

o3-mini 是一個更經濟高效的版本，專注于提高推理速度并降低成本。它支持多種推理時間選項，并在編程任務上表現出色，尤其是在數學問題上，準確率與 GPT-4o 相當。o3-mini 的推出使得模型的應用更加廣泛和靈活。

申請測試和未來計劃

OpenAI 已經開始推進外部安全測試，測試者可以申請參與 o3-mini 的測試。申請截止日期為 2025 年 1 月 10 日，申請者需要提供相關信息以獲得測試權限。OpenAI 還計劃進一步開發下一代基準測試 ARC-AGI-2，以繼續推動 AI 領域的發展。

總結與展望

OpenAI 在此次發布中展示了 o3 和 o3-mini 的潛力，尤其在解決復雜問題和編程任務上。雖然我們仍需觀察這些模型在實際應用中的表現，但從目前的描述來看，未來的發展前景值得期待。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺