关于OpenAI的语言模型o1和o3的五秒思考

  • 2024年9月，公司展示了o1语言模型的预览版。
  • OpenAI宣布了o3和o3-mini模型。
    • 之前的模型被称为o1。
    • 公司故意跳过一个数字，“是出于对Telefonica（一家以O2品牌运营的电信公司）的尊重，以及延续起坏名字的传统，”OpenAI的CEO Sam Altman说。
  • 开发者训练o3在回答用户查询前“思考”。
    • 模型会有轻微的延迟。
    • 它会在给出它认为最准确的答案前重申其推理过程，据TechCrunch报道。
  • 用户可以“调整”推理时间——给模型的时间越多，它处理请求的能力就越好。
  • 在ARC-AGI测试中，该测试旨在衡量AI学习超出其训练数据的技能的能力，o3得分为87.5%。
    • 85%的得分被认为是“人类水平”。
    • TechCrunch指出，在外部测试之前，这些结果应谨慎对待。
o1预览版、o1和o3性能比较：左图：数学竞赛右图：研究生水平的科学问题问卷纵轴：答案准确性（来源：OpenAI）
  • 目前，这两个模型对公众不可用，但将开放进行公共安全测试——安全研究人员将能够测试它们。
    • 根据Altman的说法，OpenAI计划在2025年1月底发布o3-mini，随后是o3。
  • OpenAI在2024年9月推出了o1语言模型的预览版（专注于推理密集型任务）。
    • 在12月初，公司发布了o1的完整版本，并增加了一个ChatGPT Pro订阅，提供“独家”版本的访问。