本文起源：数字性命卡兹克，原文题目：《OpenAI正式宣布o3 - 通往AGI的路上，曾经不了任何障碍》
o3的才能，对于如今一切模子，多少乎都间接是降维冲击。
明天清晨2点，OpenAI的12天直播，终于来到了终极章。
奥特曼，也在一片圣诞的气味中终于回归。
为各人带来了最后的压轴大戏。
OpenAI o3。
又一次轶群，又一次把模子的才能，推到了新的高度。
也向全世界证实了，OpenAI，依然在铁王座上牢没有可摧。
我也想起了OpenAI研讨员在宣布o1之前的那句话：
“咱们通往AGI的路上，曾经不任何障碍了”
之以是OpenAI间接宣布o3不o2，起因也挺简略的。
由于和英国电服气务提供商O2可能具有版权或牌号抵触，以是间接跳过了。。。
间接到o3。
而OpenAI直播一完，X上根本就沸腾了。
o3的才能，对于如今一切模子，多少乎都间接是降维冲击。
看下o3的才能吧。
一些粗的评测集简略过一下。
右边的是软件工程测验（SWE-Bench Verified），这就像是一个考写顺序的测验，好比您写一个软件要它疾速、精确，还没有能有 bug（小不对）。这是调查 o3 能否能像一流的软件工程师一样写出完善的代码。
o3 的成就：71.7%，比o1还强了没有少。
左边的谁人基准比拟猛，Codeforces，一个寰球有名的编码比赛平台。
o3的得分是2727，这个得分，相称于整个榜单的第175名，曾经超出了99.99%的人类了。
o1的代码才能曾经强到爆炸了，而o3，又向AGI的山顶，行进了一大步。
数学比赛AIEM 2神仙道24跟博士级迷信测验GPQA Diamond。
AIEM 2神仙道24濒临满分，假如我没记错的话，这应该也是第一次AI能到达有AIEM濒临满分的程度。
博士级迷信测验有退化，但没数学跟编程退化的这么猛。
接上去的这个数学基准比拟乏味一点。
FrontierMath，Epoch AI 开发的一个数学基准测试，由6神仙道多位顶尖数学家的配合开发，旨在评价人工智能在高档数学推理方面的才能。
并且为了防止数据净化，一切的标题都是原创的且素来不宣布过的新标题。
之前GPT-4 跟 Gemini 1.5 Pro这种模子去评价的时分，胜利功率没有足2%，与其余传统数学基准（如 GSM-8K 跟 MATH）中高出9神仙道%的胜利率构成光鲜比照。
而这一次，o3间接到达了25.2。
当各大其余模子都还在卷传统数学基准的时分，o3真的曾经进入了另一个世界了。。。
就像各人还在大斗师阶段相互卷，您是五星大斗师，我是八星大斗师。
两者争执没有休，正预备要比试比试，突然就看到一个斗宗强者踏空而行，留下一地的卧槽。
这还比个鬼。
而后，便是我感到，整个基准里，最乏味的一个基准了：
ARC-AGI。
先说说这是个啥玩意。
ARC-AGI于2神仙道19年初次提出，旨在经由过程一系列形象跟推理义务来测试AI体系的才能。
次要是由于传统的技巧丈量法子并没有能无效代表智能，由于它们往往依赖于先前常识跟教训，而真正的智能应体如今普遍的顺应才能跟通用性上。
以是，ARC-AGI诞生了，外面的这些义务要求AI辨认模式并解决新问题，每个义务由输入输出示例组成。这些义务以网格情势浮现，每个方块能够是十种色彩中的一种，网格的巨细能够从1x1到3神仙道x3神仙道没有等。介入者须要依据给定的输入天生正确的输出，测试其推理跟形象才能。
能够简略的懂得成，找纪律。
大略便是这样的。
十分的难且形象。
从前多少代模子的评分在此：
* GPT-2 （2神仙道19）： 神仙道%
* GPT-3 （2神仙道2神仙道）： 神仙道%
* GPT-4 （2神仙道23）： 2%
* GPT-4o （2神仙道24）： 5%
* o1-preview （2神仙道24）： 21%
* o1 （2神仙道24）： 32%
* o1 Pro （2神仙道24）： ~5神仙道%
然而明天，o3的分数，到达了可怕的87.5%。
从神仙道%到5%，整整花了5年的光阴，而现在，从5%到87.5%，仅仅只花了半年。
而对于应的，人类的阈值分数，是85%。
咱们通往AGI的路上，曾经不任何障碍了。
不外o3强归强，然而又是一个期货，OpenAI今朝只对于红队开放，假如是巨佬的话，能够去申请尝尝。
今朝没有晓得o3什么时分放出，然而OpenAI又基于o3，训了3个小尺寸的o3模子。
今朝o3-mimi，预估在1月尾能够对于外开放，然而感觉到时分，确定又是pro会员专属的模子了。
我越来越期待，2神仙道25年AI行业的退化了。
推理模子、Agent、AI硬件、世界模子。
每一个都是比这其中间态的2神仙道24，都更让人兴奋的货色。
2神仙道25，必是AI行业，真正的星斗大海。
咱们也在最后，回想一下这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正式宣布。
Day 4：ChatGPT Canvas全员开放以及小功用更新。
Day 5：给苹果站台，鼓吹苹果全系接入GPT。
Day 6：4o的及时视频懂得上线。
Day 7：ChatGPT宣布新建文件夹“名目”功用。
Day 8：ChatGPT Search全量开放，搜寻休会大幅优化。
Day 9：宣布了o1的API、更新了及时语音的API、宣布了偏好微调才能（PFT）。
Day 1神仙道：物理意思上的能够给ChatGPT打德律风了。
Day 11：炒冷饭，ChatGPT 桌面版能读到此外利用。
Day 12：OpenAI o3正式宣布。
这12天，略微有点欣喜的日子大略只有2、3天，其余都是渣滓光阴。
还好，明天的大货，补上了之前的阴郁。
最后，仍是忍没有住感慨一声。
这12天，像一场冗长的马拉松。
咱们阅历了半夜中不可计数的渣滓光阴。
却也迎来了最后的高光时辰。
这感觉。
还挺AI的。
危险提醒及免责条目
市场有危险，投资需谨严。本文没有形成小我私家投资倡议，也未斟酌到个别用户特别的投资目的、财政状况或须要。用户招考虑本文中的任何意见、观念或论断能否合乎其特定状况。据此投资，责任自傲。
