OpenAI公布下一代模型，o1之后直接o3！

“雙12”直播活動(dòng)最后一天，終于來(lái)了個(gè)大的，奧特曼本人也再次現(xiàn)身直播間。

o3相比o1最突出的成績(jī)，一是頂尖程序員競(jìng)賽CodeForces分?jǐn)?shù)超過(guò)2700，人類超過(guò)這個(gè)分?jǐn)?shù)的目前只有不到200個(gè)。

二是在為AGI準(zhǔn)備的測(cè)試ARC-AGI上分?jǐn)?shù)從32%躍升到了75.7%、87.5%。

為什么有兩個(gè)成績(jī)呢？

因?yàn)閛3支持低思考程度和高思考程度兩種設(shè)置，高思考程度花費(fèi)的算力（橫軸）也直接拉滿。

ARC-AGI是Keras之父Fran?ois Chollet發(fā)起的測(cè)試基準(zhǔn)，典型題目為圖形邏輯推理。

另一項(xiàng)測(cè)試是號(hào)稱最難數(shù)學(xué)測(cè)試的EpochAI Frontier Math，包含最新未公開(kāi)前沿題目。

此前陶哲軒對(duì)這項(xiàng)測(cè)試的第一印象是“可能難住AI好幾年”。

o3在測(cè)試中比之前SOTA從2分提升到25分。

人類專業(yè)數(shù)學(xué)家解決其中一道題目也要花費(fèi)數(shù)小時(shí)到數(shù)天，現(xiàn)在o3只需要思考幾分鐘了。

這次直播還公布了o3-mini，支持低中高三種思考程度設(shè)置。

主要展示了代碼能力，低設(shè)置下o3-mini和o1-mini差不多，中高設(shè)置已經(jīng)超過(guò)了o1正式版。

參與研究的北大校友任泓宇，現(xiàn)場(chǎng)展示了o3-mini的編程能力。

他使用了特殊版本的ChatGPT，稱為ChatGPT α。

任務(wù)如下：

寫(xiě)一個(gè)Python腳本，在本地為一個(gè)帶有大文本框的HTML文件啟動(dòng)服務(wù)器。當(dāng)我在該框中輸入文本并按下提交時(shí)，它應(yīng)該將該代碼請(qǐng)求發(fā)送到OpenAl o3-mini API ，使用medium reasoning_effort ，獲取生成的代碼，將其保存到桌面上的臨時(shí)文件中，然后在新的Python終端中執(zhí)行該文件。還有一些細(xì)節(jié)：

• 可以在~/api_key中找到我的API密鑰
• 請(qǐng)?jiān)谙駻PI的請(qǐng)求中添加一些額外的提示，指定它只應(yīng)返回沒(méi)有任何格式或Markdown的原始代碼
• 你將在Mac筆記本電腦環(huán)境運(yùn)行

o3-mini的思考過(guò)程用了38秒，然后代碼秒出，一次運(yùn)行成功。

這個(gè)演示可能不太直觀，但是看得沒(méi)去現(xiàn)場(chǎng)的另一位OpenAI研究員Aidan Clark直出汗。

總結(jié)一下，就是o3-mini用38秒給自己寫(xiě)了一個(gè)UI，通過(guò)API調(diào)用“自己”。

后續(xù)演示中，任泓宇要求o3-mini在這個(gè)UI中編寫(xiě)并執(zhí)行一個(gè)腳本，來(lái)評(píng)估“它自己”在低思考程度下、在GPQA數(shù)據(jù)集上的表現(xiàn)。

腳本正確運(yùn)行了評(píng)估，返回結(jié)果數(shù)值61.62%，與正式評(píng)估結(jié)果基本一致。

是不是有一點(diǎn)科幻的感覺(jué)了。

可惜吶～ o3和o3-mini目前都是早期預(yù)覽狀態(tài)，只給看不給玩。

安全研究者可以在OpenAI官網(wǎng)申請(qǐng)?jiān)缙谠L問(wèn)權(quán)限。

北大校友、GPT-4o核心開(kāi)發(fā)者現(xiàn)身直播間

這場(chǎng)直播中另外值得關(guān)注的，就是新出場(chǎng)的北大校友任泓宇了（最左邊）。

他去年剛加入OpenAI擔(dān)任研究科學(xué)家，主要負(fù)責(zé)語(yǔ)言模型訓(xùn)練，是GPT-4o的核心開(kāi)發(fā)者、GPT-Next項(xiàng)目組成員。

直播中最新透露，九月份的o1-mini他也有參與，證實(shí)了此前傳聞中o1-mini主要由三位華人負(fù)責(zé)（另兩位是Kevin Lu和Jiahui Yu）。

任泓宇博士畢業(yè)于斯坦福大學(xué)。加入OpenAI之前，他在Apple、Google、NVIDIA 和Microsoft有大量研究實(shí)習(xí)經(jīng)歷。

One More Thing

笑死，最后一天頂著圣誕帽的“青蛙”直接被擺到了最前面：

其實(shí)，之前每一場(chǎng)它們都在，不過(guò)是被擺在了后面的架子上，而且數(shù)量隨直播天數(shù)增加。

昨天是直播第11天，圣誕帽“青蛙”是醬嬸兒的：

你數(shù)出來(lái)有多少圣誕“青蛙”了嗎？