openai o3测试版是什么?

Open ai的O3测试版是指Open的某个新功能或产品的测试版本。Open是一家致力于人工智能研究和开发的公司,它们开发了各种模型和工具,如GPT系列模型、DALL-E图像生成器等。测试版通常是为了在正式发布前收集用户反馈、测试功能和完善产品。

然而,到2023年为止,Open并没有公开宣布一个名为“O3测试版”的产品或功能。因此,这可能是一个内部测试版本,或者是对某个即将发布的新功能的预览。如果你对Open的最新动态感兴趣,建议关注Open的官方网站或社交媒体账号,以获取最新的官方信息。

Open ai号称o3在一些条件下接近通用人工智能(AGI)。Open CEO Sam Altman在直播中说:“我们认为这是下一阶段的开始。你可以使用这些模型来完成越来越复杂、需要大量推理的任务。”他还夸赞o3在编程方面的表现令人难以置信。

和前代o1模型一样,o3通过思维链进行思考,逐步解释其逻辑推理过程,总结出它认为最准确的答案。

o3有完整版mini版,新功能是可将模型推理时间设置为低、中、高,模型思考时间越高,效果越好。mini版更精简,针对特定任务进行了微调,将在1月底推出,之后不久推出o3完整版

ARC-AGI是一项旨在评估系统推理首次遇到的极其困难的数学和逻辑问题能力的基准测试,由Keras之父François Chollet发起。在ARC-AGI测试中,o3在高推理能力设置下取得了87.5%的分数,在低推理能力设置下的分数也高达o1的3倍

这一成绩令社交平台一片雀跃,认为技术发展非但不见放缓,反而展示出比预期更快的通往AGI的速度。

要知道,之前GPT-3的评测结果为0%,GPT-4o为5%,而o3一举将成绩提升到87.5%,令人瞠目。与之前的大模型相比,o3能适应以前从未遇到过的任务,可以说接近人类水平的性能

François Chollet发布了o3的完整测试报告。o3在两个ARC-AGI数据集中进行了测试,并在两个具有可变样本量的计算级别上进行了测试:6(高效率)和1024(低效率,172倍计算)。其中,75.7%的高效率分数在ARC-AGI-Pub的预算规则范围内(成本<10000美元),87.5%的低效率分数成本则相当昂贵,但仍然表明新任务的性能确实会随着计算量的增加而提高。

目前o3还不是很经济。用户能够以每项任务大约5美元(折合人民币约36元)的价格来支付人工解决ARC-AGI任务,只消耗几美分的能源。而在低推理模式下,o3完成每个任务需要花费17-20美元(折合人民币约124~145元)。

Open明年将与ARC-AGI背后的基金会合作构建其下一个基准测试。

其他基准测试中,o3亦有远胜竞品的表现。

在由真实世界软件任务组成的SWE-Bench Verified基准测试中,o3模型的准确率约为71.7%,比o1模型高出20%以上。Open研究高级副总裁Mark Chen说:“这确实意味着我们正在攀登实用性的前沿。

产品推广
TOP1
华为云 容器镜像服务 SWR

华为云 容器镜像服务 SWR 支持容器镜...

TOP2
华为云 云容器实例 CCI

华为云 云容器实例 CCI提供Serve...

TOP3
华为云 云容器引擎 CCE

华为云 云容器引擎 CCE提供高可靠高性...

华为云分布式云原生 UCS

业界首个分布式云原生产品,为企业构建云原...

Azure 磁盘存储

Azure 磁盘存储自信地迁移到为云搭建...

Azure Data Box

当网络繁忙时,可使用 Data Box ...

微信 联系
  • 24小时在线微信
  • 谷咕云-燕子 账号:15202534630
QQ 联系
  • 24小时在线QQ
  • 谷咕云-道中道 账号:250339
  • 谷咕云-燕子 账号:278558228
TG 联系