网易首页 > 网易号 > 正文 申请入驻

AI大牛解析o3技术路线!大模型下一步技术路线已现端倪?

0
分享至

2024年12月21日,OpenAI在其为期12天发布会活动的最后一天,正式发布了备受期待的o3系列模型。在外界普遍认为AI发展速度趋缓之际,OpenAI带来了“改变游戏规则”的重大突破,向AGI迈出关键一步。

在被视为通用人工智能(AGI)重要衡量标准的ARC-AGI测试中,o3模型创下新纪录:低算力配置下便以75.7%的得分登顶公共排行榜,而高算力版本更是达到87.5%的惊人成绩,一骑绝尘。

这一成绩远超o1系列,后者在同一测试中的得分仅为25%。

这一突破的意义非同寻常。Keras之父、ARC-AGI测试发起人François Chollet对此评价道:

“这是一个令人惊讶且重要的阶跃式提升,展示了GPT系列模型前所未有的新型任务适应能力。
作为对比,ARC-AGI-1从2020年GPT-3的0%提升到2024年GPT-4o的5%,历时四年。
随着o3的出现,关于人工智能能力的所有既有认知都需要重新评估。”


不过,虽然ARC-AGI测试中表现出色,但这并不意味着o3已达到了AGI水平,因为它仍会在一些非常简单的任务中犯错。

此外,Chollet还表示,在即将发布的新版测试(ARC-AGI-2)中,其表现预计将大幅下降至30%以下,而普通人类仍能保持95%以上的高分。更重要的是,o3仍然依赖人工标注数据,无法像人类那样通过与现实世界的直接互动来学习和适应。


o3来了!

2024年12月21日,OpenAI在其为期12天发布会活动的最后一天,正式发布了备受期待的o3系列模型,包括o3和o3-mini。

  • o3 是一个非常强大的模型,在编码、数学以及ARC-AGI基准测试等多个基准上超过了OpenAI此前的o1模型(o1得分25%,o3得分87.5%)。

  • o3-mini是o3更经济高效且性能导向的版本,在成本和延迟方面比o1-mini低得多,同时提供类似的功能。

OpenAI正向安全研究人员开放o3和o3-mini的早期访问,预计o3-mini将于1月底左右发布,o3则稍后。

技术路线推演,大模型下一步技术路线已现端倪?

ARC-AGI(人工通用智能评估基准)测试是由Keras之父François Chollet发起,旨在评估AI系统在面对未见过的新任务时的适应能力。ARC-AGI测试的核心在于其设计的任务往往需要深度逻辑推理和创新思维,这使得它成为评估AI系统通用智能能力的重要工具。

如前文所述,o3系列在这一测试中取得了显著的成绩。Chollet认为,o3的成功绝非依靠简单的算力堆砌,其核心创新在于从根本上改变了AI处理信息的方式。

传统大语言模型(LLM)采用"记忆-获取-应用"的范式,本质上是通过被动接触人类内容来存储和运行数百万个微型程序。这种方法虽然能在特定任务上达到很高水平,但始终无法突破适应新环境或即时掌握新技能。

相比之下,Chollet推测,o3开创了全新的方法:

  1. 在token空间内进行自然语言程序搜索和执行
  2. 使用类似AlphaZero的蒙特卡洛树搜索方法
  3. 通过评估器模型引导搜索过程

这种创新使o3能够:

  • 实时生成和执行解决方案程序
  • 通过思维链(Chain of Thought)实现知识的动态重组
  • 展现出类人的任务适应能力

虽然目前每个任务的计算成本仍然较高(低算力模式下约17-20美元/任务,相比人工解决方案的5美元/任务),但Chollet认为,这种成本预计将随技术发展快速下降。

距离AGI还有多远?

尽管o3取得了突破性进展,但称其为AGI还为时过早。Chollet在文章中提及,o3的主要局限包括:

  1. 技术层面的局限:
  • 仍然依赖自然语言指令而非可执行的符号程序
  • 缺乏与现实世界的直接交互能力
  • 无法通过直接执行来评估解决方案的有效性
  1. 性能层面的局限:
  • 在某些基础任务上仍会出现失误
  • 在即将发布的ARC-AGI-2测试中,预计其得分可能降至30%以下(而普通人类仍能保持95%以上的得分)
  • 依赖专家标注的人工生成数据,缺乏自主学习能力
  1. 效率层面的局限:
  • 高昂的计算成本
  • 大量的计算资源消耗
  • 在某些任务上的效率低于人类
结语

毫无疑问,o3的出现无疑是一个里程碑式的突破。

对于整个AI行业来说,o3的价值可能在于,它证明了AI进步不仅仅依赖于简单地扩大模型规模和增加训练数据,更关键的是架构创新,这种方法为AI的发展开辟了新的方向。

Chollet表示:

“实际上,o3代表了一种深度学习引导的程序搜索形式...
同时,由于推理预算的可变性,效率(如计算成本)已成为评估AI性能时的必要指标。”

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
谢芳离世:丈夫去世成主因,一个月前最后露面,暴瘦家人搀扶庆生

谢芳离世:丈夫去世成主因,一个月前最后露面,暴瘦家人搀扶庆生

柠檬有娱乐
2024-12-19 11:39:13
拼多多先用后付,一直不付钱会怎么样?看完网友评论都是卡BUG的

拼多多先用后付,一直不付钱会怎么样?看完网友评论都是卡BUG的

深析古今
2024-12-20 11:21:20
江苏卫视跨年阵容官宣,阵容好落魄啊!网友:请不到人就别办了

江苏卫视跨年阵容官宣,阵容好落魄啊!网友:请不到人就别办了

晴晴给你讲故事
2024-12-19 15:51:02
太阳报:劳伦派对喝了皮克福德的酒,埃弗顿球员发现后让保安带她走

太阳报:劳伦派对喝了皮克福德的酒,埃弗顿球员发现后让保安带她走

懂球帝
2024-12-21 14:22:09
《蜗居》要不是海藻拿出避孕T,扔给苏淳,你永远不知道,一脸清纯的她是如何吊上宋思明的

《蜗居》要不是海藻拿出避孕T,扔给苏淳,你永远不知道,一脸清纯的她是如何吊上宋思明的

青苔同学
2024-12-18 16:04:51
女制片人跟《陈情令》主演多次发生关系,海量性感照曝光,贼迷人

女制片人跟《陈情令》主演多次发生关系,海量性感照曝光,贼迷人

红大娘娱乐
2024-12-17 16:51:25
别再盯着俄乌了!普京万没料到,地点青岛,中美一夜传出重大风声

别再盯着俄乌了!普京万没料到,地点青岛,中美一夜传出重大风声

听风者说
2024-12-17 20:52:56
航空大爆发,比海军下水饺还凶猛,空军大批飞机成排现身

航空大爆发,比海军下水饺还凶猛,空军大批飞机成排现身

三叔的装备空间
2024-12-17 09:49:49
不知不觉工资已经回到以前每个月3500的时代了,到底是什么原因?

不知不觉工资已经回到以前每个月3500的时代了,到底是什么原因?

笑熬浆糊111
2024-12-22 00:05:20
港警“放蛇”竟钓出一个大“淫窝”!拘捕83人中有73人为内地女子,提供场地的女业主是“顽固分子”!

港警“放蛇”竟钓出一个大“淫窝”!拘捕83人中有73人为内地女子,提供场地的女业主是“顽固分子”!

澳门月刊
2024-12-21 14:09:08
《我是刑警》案件原型:白银连环杀人案,揭秘虐杀少女的老实人

《我是刑警》案件原型:白银连环杀人案,揭秘虐杀少女的老实人

花花史界
2024-12-13 18:58:53
有钱人正在收购“步梯房”?内行人说了实话,太真实了!

有钱人正在收购“步梯房”?内行人说了实话,太真实了!

平说财经
2024-12-21 21:24:31
得分盛宴!三节60分有多难?历史仅4人做到,现役2人上榜

得分盛宴!三节60分有多难?历史仅4人做到,现役2人上榜

兵哥篮球故事
2024-12-22 01:44:05
琼瑶自传:鑫涛对我用尽心机,呵护备至,他有许多小聪明 我逃不了

琼瑶自传:鑫涛对我用尽心机,呵护备至,他有许多小聪明 我逃不了

美食阿鳕
2024-12-21 21:20:31
美军:不担心解放军的进步!解放军的腐败使军事现代化目标难达成

美军:不担心解放军的进步!解放军的腐败使军事现代化目标难达成

头条爆料007
2024-12-19 09:40:54
突发!多家大型医院破产、倒闭

突发!多家大型医院破产、倒闭

医疗器械经销商联盟
2024-12-21 18:49:05
山姆必买“宝藏好物”,我能回购一辈子!

山姆必买“宝藏好物”,我能回购一辈子!

Yuki女人故事
2024-12-21 23:16:36
冉莹颖自曝和丈夫邹市明分房3年,坦言婚姻不一定要有性!

冉莹颖自曝和丈夫邹市明分房3年,坦言婚姻不一定要有性!

毒舌嬷嬷
2024-12-21 09:29:21
口碑翻盘!新版《超人》未播先红,赞誉不断!

口碑翻盘!新版《超人》未播先红,赞誉不断!

美剧组|人人影视
2024-12-21 22:07:40
网红韩景枫惹争议!自住250平豪宅,同小区租70平给岳母和孩子

网红韩景枫惹争议!自住250平豪宅,同小区租70平给岳母和孩子

麦大人
2024-12-21 16:15:03
2024-12-22 02:08:49
华尔街见闻官方 incentive-icons
华尔街见闻官方
中国领先的金融商业信息提供商
123925文章数 2647085关注度
往期回顾 全部

科技要闻

蔚来发布ET9 售价78.8万 首发限量版81.8万

头条要闻

消息人士:以色列或将对也门胡塞武装发起"终极打击"

头条要闻

消息人士:以色列或将对也门胡塞武装发起"终极打击"

体育要闻

鲁尼执教的普利茅斯3-3战平卡里克执教的米堡,仍然排名英冠垫底

娱乐要闻

叶柯现身酒店被偶遇 心情超好 小腹隆起孕肚明显

财经要闻

国潮褪去,李宁掉队!

汽车要闻

预售37.98万 坦克500Hi4-Z将于1月1日上市

态度原创

健康
旅游
教育
数码
艺术

花18万治疗阿尔茨海默病,值不值?

旅游要闻

300名游客飞三亚无机票:当地称将对乱象顶格处罚

教育要闻

愁死了,我竟然被孩子的小学数学题难住了!

数码要闻

CPU-Z 发布 2.13 版本更新:支持英特尔 Arrow Lake-U 处理器

艺术要闻

故宫珍藏的墨迹《十七帖》,比拓本更精良,这才是地道的魏晋写法

无障碍浏览 进入关怀版