化工儀器網手機版
移動端訪問更便捷OpenAI推出重磅o3推理模型!展現強大推理能力
2024年12月30日 11:34:03
來源:化工儀器網 點擊量:4891

12月20日,美國開放人工智能研究中心(OpenAI)介紹了其最新的人工智能(AI)推理模型——o3及其輕量版o3-mini。
12月20日,美國開放人工智能研究中心(OpenAI)介紹了其最新的人工智能(AI)推理模型——o3及其輕量版o3-mini。
o3能夠進行復雜任務的推理,在科學、編碼、數學等領域的表現要優于前一代o1模型,同時花費的處理時間也會更長。以一項評估AI高級數學推理能力的測試EpochAI Frontier Math為例,以往所有模型都未達到2%的準確率,而o3準確率達到了創紀錄的25%。
在2024年美國數學邀請賽中,o3模型的準確率高達96.7%,僅答錯了一個問題。而在OpenAI研究人員認為最嚴格的基準測試之一——Frontier Math中,o3也解決了25.2%的問題。盡管這一得分看似不高,但此前其他大型語言模型曾在此“集體翻車”,正確率均未超過2%。
在對科學知識的掌握方面,o3的表現也超出一般博士水平。在GPQA Diamond(衡量模型在博士級科學問題上的表現,涵蓋化學、物理和生物學方面的專業知識)基準測試中,o3的準確率達到87.7%,超過了人類博士的70%,也比之前o1表現高近10%。
此外,o3的編碼能力也比之前的o1系列更勝一籌。在 SWE-bench Verified(衡量AI模型解決現實世界軟件問題的能力)基準上,o3的準確率約為71.7%,比o1高20%以上。在Codeforces編碼競賽平臺中,o3的得分為2727,相當于榜單上第175名人類編程員的水平,而o1得分僅為1891。
o3模型讓OpenAI在通往AGI的道路上又邁前了一步。在相關基準測試ARC-AGI中,高配版o3得分為87.5%,低計算設置下o3得分為75.7%,是o1模型的三倍。但高計算模式需要花費極其昂貴的成本,每個任務高達數千美元,低計算模式則需要20美元左右。
相關閱讀 Related Reading
查看更多+-
ZYCGR22011903生物型快速原子力顯微鏡的預算金額為300萬元,項目編號為0613-257122242842。2025-06-09 15:05:06
-
近日,湖南省科學技術廳公布2025年湖南省重大科研基礎設施和大型科研儀器開放共享評價考核結果。本次考核單位共53家,其中高等院校2...2025-06-09 13:40:13
-
經兌付受理、審核和社會公示,上海市科學技術委員確定對83家符合科技創新券兌付條件的服務機構及申領使用主體進行兌付,經費總額6108...2025-06-09 11:37:23
-
近日,為強化生物反應器核心組件、關鍵部件和操作系統集成創新,增強生物制造關鍵裝備供給保障能力,工業和信息化部辦公廳與中國科學院辦公...2025-06-09 10:48:15
-
按照《重慶市科研項目管理辦法》,重慶市科技局組織實施了2025年度技術預見與制度創新專項。立項建議經市科技局辦公會審議通過,擬立項...2025-06-09 10:10:03
-
有效發明專利達到19.5萬件 強化知識產權助力東北三省全面振興
截至今年4月底,東北三省一區發明專利有效量達到19.5萬件,同比增長10.2%;有效注冊商標量達到216.1萬件,同比增長7.7%...2025-06-06 17:05:16
版權與免責聲明
- ①凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其他方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- ②本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- ③如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。