【原】87.5%，瘋了

 OpenAI終于放大招了。

前兩天，OpenAI發布了下一代的推理模型o3，這是今年早些時候發布的o1推理模型的升級版本。

為啥不叫o2呢？

該公司發言人表示，“是出于對同名英國電信運營商o2的尊重”。

更準確地說，o3是一個模型系列——就像o1一樣，同時有o3和o3-mini兩個版本，后者是一款更小的精簡版模型，針對特定任務進行了微調。

值得注意的是，o3-mini的訓練者是北大計算機系畢業，后在斯坦福獲得博士學位的任泓宇。

OpenAI研究員任泓宇（左）介紹o3-mini大模型

那o3到底有多強？

按OpenAI的說法，o3模型在ARC-AGI圖形邏輯推理基準上獲得了破紀錄的分數。

作為對比，o1模型的得分僅在25%到32%之間。o3的表現幾乎是o1三倍。

AIME 2024（高級數學考試）的正確答案率為96.7%。遠高于o1預覽版的56.7%和o1的83.3%。

最值得關注的是，在全球著名的編碼競賽平臺odeforces評分中，o3取得了2727的評分，而o1評分僅為1891。

要知道這是17萬程序員里的排名，o1大概也只戰勝90%多的程序員，之前GPT-4o只戰勝11%的程序員。

低計算場景中，o3得分為75.7%，而在高計算測試中，它達到了87.5%

人類在ARC-AGI上的平均成就率為84%，因此達到85%被認為是人工智能的一個重要里程碑。

也就是說，超過了標志著達到人類水平的門檻。

然而，即使使用 OpenAI 的模型，分數在很長一段時間內都沒有任何提高，因為從 2020 年 GPT-3 的 0% 到 2024 年 GPT-4 的 5% 用了四年的時間。

OpenAI聲稱，至少在某些條件下，o3模型可以接近實現AGI。

所謂AGI——

即“通用人工智能”(artificial general intelligence)的縮寫，泛指能完成人類所能完成的任何任務的人工智能。

ARC-AGI 由人工智能研究員 Fran?ois Cholet 于 2019 年設計，評估人工智能理解抽象概念并將其應用于新情況的能力，而不是簡單地學習數據相關性。

例如，如果您被問到上圖中的輸入和輸出之間有什么區別，你會立即注意到方形空白區域只是用深藍色填充。

這些都是人類很容易理解的規律，但這些問題對于不擅長抽象和推理的傳統人工智能來說卻很難。

OpenAI對此有著自己的定義：“在最具經濟價值的工作上勝過人類的高度自主系統”。

o3 和 o3-mini 最初將通過安全和安保測試計劃向研究人員提供早期訪問權限。如果一切順利，預計將于 2025 年 1 月下旬開始提供 o3-mini，隨后發布完整型號。

未來...

別人的iPhone √
我們的iPhone X

還有，我們到底還在卷什么？