今天凌晨2点淫，OpenAI的12天直播，终于来到了最终章。
奥特曼，也在一派圣诞的气味中终于记忆。
为众人带来了临了的压轴大戏。
OpenAI o3。
又一次轶群，又一次把模子的才能，推到了新的高度。
也向全寰宇讲授了，OpenAI，依然在铁王座上牢不可摧。
我也念念起了OpenAI参议员在发布o1之前的那句话：
“咱们通往AGI的路上，依然莫得任何辛劳了”
之是以OpenAI平直发布o3莫得o2，原因也挺浅薄的。
因为跟英国电信处事提供商O2可能存在版权或商标突破，是以平直跳过了。。。
平直到o3。
而OpenAI直播一完，X上基本就欢欣了。
o3的才能，对目下总共模子，简直齐平直是降维打击。
看下o3的才能吧。
一些粗的评测集浅薄过一下。
左边的是软件工程历练（SWE-Bench Verified），这就像是一个考写本领的历练，比如你写一个软件要它快速、准确，还不可有 bug（小失实）。这是检会 o3 是否能像一流的软件工程师不异写出竣工的代码。
o3 的收获：71.7%，比o1还强了不少。
右边的阿谁基准比拟猛，Codeforces，一个全球闻明的编码竞赛平台。
o3的得分是2727，这个得分，十分于总共这个词榜单的第175名，依然突出了99.99%的东说念主类了。
o1的代码才能依然强到爆炸了，而o3，又向AGI的山顶，前进了一大步。
数学竞赛AIEM 2024和博士级科学历练GPQA Diamond。
AIEM 2024接近满分，如果我没记错的话，这应该亦然第一次AI能达到有AIEM接近满分的水平。
博士级科学历练有进化，但没数学和编程进化的这样猛。
接下来的这个数学基准比拟敬爱少许。
FrontierMath，Epoch AI 配置的一个数学基准测试，由60多位顶尖数学家的结合配置，旨在评估东说念主工智能在高档数学推理方面的才能。
而况为了幸免数据浑浊，总共的题目齐是原创的且从来莫得发布过的新题目。
之前GPT-4 和 Gemini 1.5 Pro这种模子去评估的时候，得胜功率不及2%，与其他传统数学基准（如 GSM-8K 和 MATH）中高出90%的得胜率酿成显豁对比。
而这一次，o3平直达到了25.2。
当各大其他模子齐还在卷传统数学基准的时候，o3确切依然参加了另一个寰宇了。。。
就像众人还在大斗师阶段彼此卷，你是五星大斗师，我是八星大斗师。
两者争论逼迫，正准备要比试比试，忽然就看到一个斗宗能人踏空而行，留住一地的卧槽。
这还比个鬼。
然后，即是我以为，总共这个词基准里，最敬爱的一个基准了：
ARC-AGI。
先说说这是个啥玩意。
ARC-AGI于2019年头度淡薄，旨在通过一系列空洞和推理任务来测试AI系统的才能。
主如果因为传统的手段测量秩序并不可有用代表智能，因为它们通常依赖于先前常识和西宾，而着实的智能应体目下平凡的顺应才能和通用性上。
是以，ARC-AGI出身了，内部的这些任务要求AI识别模式并处分新问题，每个任务由输入输出示例组成。这些任务以网时势样呈现，每个方块不错是十种神色中的一种，网格的大小不错从1x1到30x30不等。参与者需要笔据给定的输入生成正确的输出，测试其推理和空洞才能。
不错浅薄的交融成，找规矩。
轻率即是这样的。
极度的难且空洞。
往时几代模子的评分在此：
* GPT-2 (2019): 0%
* GPT-3 (2020): 0%
* GPT-4 (2023): 2%
* GPT-4o (2024): 5%
* o1-preview (2024): 21%
* o1 (2024): 32%
* o1 Pro (2024): ~50%
然而今天，o3的分数，达到了恐怖的87.5%。
从0%到5%，整整花了5年的时代，而如今，从5%到87.5%，只是只花了半年。
而对应的，东说念主类的阈值分数，是85%。
咱们通往AGI的路上，依然莫得任何辛劳了。
不外o3强归强，然而又是一个期货，OpenAI目下只对红队洞开，如果是巨佬的话，不错去恳求试试。
目下不知说念o3什么时候放出，然而OpenAI又基于o3，训了3个小尺寸的o3模子。
av资料库目下o3-mimi，预估在1月底不错对外洞开，然而嗅觉到时候，确定又是pro会员专属的模子了。
我越来越期待，2025年AI行业的进化了。
推理模子、Agent、AI硬件、寰宇模子。
每一个齐是比这个中间态的2024，齐更让东说念主兴盛的东西。
2025，必是AI行业，着实的星辰大海。
咱们也在临了，追想一下这12天的直播吧。
Day 1：满血o1上线，ChatGPT Pro会员上线，o1 pro推出。
Day 2：基于o1的强化微调。
Day 3：Sora认真发布。
Day 4：ChatGPT Canvas全员洞开以及小功能更新。
Day 5：给苹果站台，宣传苹果全系接入GPT。
Day 6：4o的及时视频交融上线。
Day 7：ChatGPT发布新建文献夹“名目”功能。
Day 8：ChatGPT Search全量洞开，搜索体验大幅优化。
Day 9：发布了o1的API、更新了及时语音的API、发布了偏好微调才能（PFT）。
Day 10：物理意旨上的不错给ChatGPT打电话了。
Day 11：炒冷饭，ChatGPT 桌面版能读到别的期骗。
Day 12：OpenAI o3认真发布。
这12天，稍稍有点惊喜的日子轻率惟有2、3天，其他齐是垃圾时代。
还好，今天的大货，补上了之前的黯淡。
临了，照旧忍不住惊奇一声。
这12天，像一场漫长的马拉松。
咱们履历了夜深中擢发可数的垃圾时代。
却也迎来了临了的高光时刻。
这嗅觉。
还挺AI的。
本文起原：数字人命卡兹克淫，原文标题：《OpenAI认真发布o3 - 通往AGI的路上，依然莫得了任何辛劳》
风险指示及免责要求 阛阓有风险，投资需严慎。本文不组成个东说念主投资建议，也未讨论到个别用户稀罕的投资筹划、财务气象或需要。用户应试虑本文中的任何主张、不雅点或论断是否恰当其特定气象。据此投资，职守自诩。