【
仪表网 产业报道】近日，美国开放人工智能研究中心(OpenAI)介绍了其最新的人工智能(AI)推理模型——o3及其轻量版o3-mini。
o3能够进行复杂任务的推理，在科学、编码、数学等领域的表现要优于前一代o1模型，同时花费的处理时间也会更长。以一项评估AI高级数学推理能力的测试EpochAI Frontier Math为例，以往所有模型都未达到2%的准确率，而o3准确率达到了创纪录的25%。
在2024年美国数学邀请赛中，o3模型的准确率高达96.7%，仅答错了一个问题。而在OpenAI研究人员认为最严格的基准测试之一——Frontier Math中，o3也解决了25.2%的问题。尽管这一得分看似不高，但此前其他大型语言模型曾在此“集体翻车”，正确率均未超过2%。
在对科学知识的掌握方面，o3的表现也超出一般博士水平。在GPQA Diamond(衡量模型在博士级科学问题上的表现，涵盖化学、物理和生物学方面的专业知识)基准测试中，o3的准确率达到87.7%，超过了人类博士的70%，也比之前o1表现高近10%。
此外，o3的编码能力也比之前的o1系列更胜一筹。在 SWE-bench Verified(衡量AI模型解决现实世界软件问题的能力)基准上，o3的准确率约为71.7%，比o1高20%以上。在Codeforces编码竞赛平台中，o3的得分为2727，相当于榜单上第175名人类编程员的水平，而o1得分仅为1891。
o3模型让OpenAI在通往AGI的道路上又迈前了一步。在相关基准测试ARC-AGI中，高配版o3得分为87.5%，低计算设置下o3得分为75.7%，是o1模型的三倍。但高计算模式需要花费极其昂贵的成本，每个任务高达数千美元，低计算模式则需要20美元左右。
本站客户服务
仪表网官微
仪表APP
仪表手机版
仪表小程序
