虽然圣诞12日最后一天，o3刷新了ARC-AGI测试，但离AGI依然前途渺茫。而且就在最近，外媒还曝出GPT-5不达预期，还因训练数据问题多次踩坑。对手已经纷纷赶上，OpenAI的前路不容乐观。

这一切不仅对AI行业发展具有深远影响，也引发了对未来人工智能能力变革的讨论。正如OpenAI首席科学家Ilya ...

现在，仅需“几十个例子”甚至12个例子，就能够让模型有效学会特定领域的推理。根据OpenAI的研究数据，经过强化微调的o1mini模型，其测试通过率比传统的o1模型高出24%，相比未经过强化微调的o1mini则提升了整整82%。

首先，作为被大模型率先盯上的生产力变革领域，大模型的编程能力，o3刷新了先有模型的基准。在流行的SWE基准测试上，o3达到了惊人的71.7的分数，可以理解成1000道编码工程问题，o3可以直接为717道问题生成正确的代码布丁并通过单元测试，而且用时还 ...

AI初创公司OpenAI开发其下一个主要模型GPT-5的努力正落后于计划，其结果还不能证明巨大的成本是合理的。OpenAI已经完成了至少两次大型训练运行，其目的是通过对大量数据的训练来改进模型。在Codeforces竞技编程中o3模型得分为2727分 ...

The Information的一篇报道中曾写道，草莓曾用来改进名为猎户座（Orion）的新模型。具体来说，Orion的预训练数据，正是由草莓模型生成的。 对于ChatGPT ε，有网友猜测道：「在同一张截图中，他们似乎正在运行某种epsilon模型 ...

白交 发自 凹非寺量子位 | 公众号 QbitAIIs Scaling is All you Need？在Ilya探讨完「预训练即将终结」之后，关于Scaling ...

自 9 月推出 o1-preview 版本以来，短短三个月时间内，o1 系列模型在推理能力上完成了超强进化。在发布会第一天推出的 o1 完整版，其思考速度较 o1-preview 提高了约 50%、针对困难现实问题的重大错误减少了 ...

问：12天发布会到底发布了什么？最重磅的发布是什么？答：OpenAI一反常态，变单日重磅发布会，为连续12天产品发布。自12月4日至12月20日，OpenAI连续发布Sora、Canvas、搜索等产品，支持打电话、视频通话等。其中最超预期的是最后一天 ...

在人工智能的快速发展中，OpenAI新发布的模型o3引起了巨大的关注和热议。根据最新数据显示，o3的智商高达157，令人惊叹，这一数字甚至堪比伟大的物理学家爱因斯坦，并且碾压99%的人类。这张围绕OpenAI模型智商的图表在网络上疯传，引发了广泛讨论 ...

这次发布的的 o3 系列模型是 o1 的迭代版本，考虑到可能与英国电信运营商 O2 存在版权或商标冲突，OpenAI 决定跳过「o2」命名，直接采用「o3」。 值得注意的是，任泓宇本科毕业于北大，对 o1 有过基础性贡献，也是 GPT-4o ...

面对当前基准测试接近满分的情况，OpenAI引入了一个全新的数学测试EpochAI Frontier Math。 这被认为是当前最具挑战性的数学评估之一，包含了极其复杂的问题。就连专业数学家解决单个问题也需要耗费数小时甚至数天。