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：4925
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+-
日前，在第二十七屆中國科協年會主論壇上，中國科協發布2025重大科學問題、工程技術難題和產業技術問題。2025-07-08 09:26:48
-
2025年中央級高等學校和科研院所等單位儀器共享評價考核工作啟動
科技部、財政部聯合發布《關于開展2025年中央級高等學校和科研院所等單位重大科研基礎設施和大型科研儀器開放共享評價考核工作的通知》...2025-07-07 15:22:17 -
《全球人工智能科研態勢報告(2015-2024)》的撰寫團隊基于東壁指數評價體系，對2015-2024年間發表的96961篇人工智...2025-07-07 14:59:56
-
1—5月支持科技創新和制造業發展的主要政策減稅降費及退稅達6361億元
2025年1-5月，現行支持科技創新和制造業發展的主要政策減稅降費及退稅達6361億元。2025-07-07 11:32:59 -
日前，湖南省科學技術廳發布《關于2025年度湖南省重點研發計劃項目立項的通知》。經申報推薦、形式審查、專家評審、會議審議、立項公示...2025-07-07 11:16:12
-
近日，福建省財政廳印發《福建省政府集中采購目錄及限額標準》，明確規定了集中采購、分散采購、工程采購等方面的采購目錄及限額相關要求，...2025-07-07 10:51:34
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。
