OpenAI发布推理模型o3及其精简版o3-mini
12月23日消息,据外媒报道,在为期12天的发布会上,OpenAI宣布了其新一代推理模型o3和精简版o3-mini,专门设计用于在回答问题之前进行更深入的思考,以提高准确性。
据介绍,o3模型在ARC-AGI基准上取得了优异的表现,成为第一个超越这一基准的AI模型,展示了接近人类水平的问题解决能力。o3系列在ARC-AGI基准上的最低性能可以达到75.7%,加上额外的计算资源,性能可以提高到87.5%。
o3-mini模型专注于提高推理速度和降低成本,同时保持模型性能,使其特别适合编程任务。OpenAI计划在一月底推出o3-mini,随后不久将推出完整的o3型号。虽然o3系列机型不会直接公开发布,而且会先进行安全测试,但OpenAI已经开始允许安全研究人员注册o3和o3-mini的预览访问权限。
在编程和数学问题解决方面,o3模型显示出了显著的能力。在SWE-bench验证基准上,o3模型的准确率约为71.7%,比o1模型高出20%以上。在衡量编程能力的Codeforces Elo评分中,o3取得了2727的Elo评分,而o1评分仅为1891。此外,o3在竞技数学上的准确率达到了96.7%,在GPQA Diamond上的准确率达到了87.7%,比o1提高了近10%。
OpenAI在发布会上还介绍了一种新的安全评估方法――审议式对齐(deliberative alignment)。这种方法通过直接教授模型安全规范,训练模型在回答前明确回忆规范并准确地执行推理,从而实现对OpenAI安全政策的高度精确遵守。
目前,OpenAI正在推进外部安全测试,并在其网站上开放了早期访问应用程序。申请人必须在网上填写表格并提供相关信息。选定的研究人员将被授予访问o3和o3-mini的权限,以探索它们的能力并为安全评估做出贡献。
相关阅读
- 全球电子协会发布2025东亚区年度成果总结
- 比特网早报:腾讯申请多枚AI助手商标,IBM宣布与AMD合作
- 中银绒业:公司股票存在可能因股价低于面值被终止上市的风险
- 京东工业发布智能传感产业赋能方案,携手深圳智能传感协会共拓全球市场
- Bamtone班通:AI算力狂飙带旺载板等PCB需求,线宽线距测量设备迎国产发展良机
- 马斯克推出Cybercab和Robovan正式发布,均为自动驾驶车型
- 共筑锂想|GEA亮相CIBF2026,全链路技术赋能锂电池材料高质量发展
- 尼得科精密检测科技将参展Testing Expo China―Automotive 2025
- 微软警示:AI智能体等同内部威胁,前沿模型可信度存疑
- 比特网早报:奥特曼离开OpenAI安全和安保委员会,联想开始在印度生产人工智能服务器