OpenAI завершила серию трансляций "12 дней OpenAI" анонсом своей новой флагманской модели.
Глава OpenAI Сэм Альтман во время YouTube-трансляции сообщил:
Из уважения к нашим друзьям из Telefónica, владеющей сетью O2 в Европе, и следуя традиции OpenAI давать не самые удачные названия, она называется o3.
Новая модель пока не готова к публичному использованию. Сначала o3 станет доступна исследователям для тестирования безопасности. Компания также анонсировала o3-mini, запуск которой планируется "в конце января", а релиз основной версии o3 состоится "вскоре после этого".
Главная особенность o3 — значительное превосходство над предшественником. На американском математическом экзамене AIME модель достигла точности 96.7% против 83.3% у o1.
Это означает, что o3 обычно ошибается всего в одном вопросе.
— старший вице-президент по исследованиям Марк Чен
Модель показала такие высокие результаты в стандартных тестах, что компании пришлось искать более сложные испытания.
Одним из них стал ARC-AGI — тест, оценивающий способность ИИ к интуитивному обучению. По словам создателей теста из некоммерческой организации ARC Prize, успешное прохождение ARC-AGI стало бы "важной вехой на пути к искусственному общему интеллекту".
С момента появления в 2019 году ни одна модель ИИ не смогла пройти этот тест. При низких вычислительных мощностях o3 набрала 75.7%, а при дополнительных ресурсах достигла 87.5%.
OpenAI также продемонстрировала o3-mini с тремя режимами рассуждения (низкий, средний и высокий) на базе недавно анонсированного API Adaptive Thinking Time. Это позволяет пользователям регулировать время "размышления" модели перед выдачей ответа. o3-mini способна достичь результатов текущей модели o1 при значительно меньших вычислительных затратах и станет доступна пользователям раньше полной версии o3.