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：4714
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+-
儀器聚焦丨熱點重點大盤點 儀器行業本周要點速遞(2025年第7期)
儀器行業本周要點速遞(2025年第7期)出爐！2025-03-08 10:00:00 -
CHINA LAB 2025 圓滿收官 共謀行業高質量發展新篇章
CHINA LAB 2025廣州國際分析測試及實驗室設備展覽會暨技術研討會圓滿閉幕。展會匯聚了國內外頂尖技術和產品，展覽區精彩紛呈...2025-03-07 17:38:47 -
正值全國兩會期間，多位全國人大代表在接受媒體采訪表示，“中國天眼”、“子午工程”、江門中微子實驗等多個大科學裝置取得突破性進展。2025-03-07 13:07:57
-
美國俄亥俄州立大學團隊開發的一種名為“電子味覺”(e-Taste)的系統，為解決虛擬現實技術模擬味覺體驗，提供了新的方向2025-03-07 11:39:21
-
2025年中央和地方預算草案：2000億元超長期國債支持設備更新
2025年中央和地方預算草案提出，安排超長期特別國債2000億元用于支持設備更新，比上年增加500億元，支持制造業新型技術改造。2025-03-07 09:48:05 -
國務院總理李強在政府工作報告中，圍繞推動經濟社會高質量發展，提出了一系列新目標、新舉措，尤其在科技創新、產業升級和民生保障等關鍵領...2025-03-06 14:33:42
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。
