看板 Stock作者 sam20135 (sam20135)標題 [新聞] AI競爭愈烈 OpenAI測試新AI模型o3與o3 mi時間 Sat Dec 21 15:10:01 2024
https://news.cnyes.com/news/id/5815798
AI競爭愈烈 OpenAI測試新AI模型o3與o3 mini
鉅亨網編譯陳又嘉
OpenAI 周五 (20 日) 宣布，目前正在測試其最新的推理 AI 模型 o3 和 o3 mini。此舉
顯示 AI 產業競爭日益激烈，包括 Google(GOOGL-US) 在內的競爭對手也致力於開發能處
理複雜問題的更先進模型。
OpenAI 執行長 Sam Altman 表示，公司計劃在 1 月底推出 o3 mini 模型，隨後推出完
整版本的 o3 模型。這些規模更大、更健全的語言模型預計將超越現有模型，有望吸引新
的投資與用戶。
根據 OpenAI 一篇部落格文章，該公司於 9 月推出的 o1 模型已展示出解決科學、程式
編碼與數學等複雜任務的能力。即將推出的 o3 和 o3 mini 模型目前正在進行內部安全
測試，其能力表現預計將遠超過 o1 模型。
為了讓外部研究人員參與測試過程，OpenAI 啟動了申請程序，開放有興趣的人在公開發
布前測試 o3 模型。這項申請程序將於 1 月 10 日截止。
自 2022 年 11 月推出 ChatGPT 以來，OpenAI 已成為 AI 產業的關鍵企業，引發了一場
可稱為 AI 軍備競賽的浪潮。該公司憑藉日益增長的知名度及持續推出產品，已成功吸引
了大量資金，在 10 月完成了 66 億美元的融資。
OpenAI 在 AI 領域的主要競爭對手、Alphabet 旗下的 Google，則於 12 月初推出了其
第二代 AI 模型 Gemini，盼藉此重返在 AI 科技競賽中的領先地位。
-----------------------------------------------------------------------------
1月底將推出 o3 mini，競爭越來越激烈了，又有突破性發展。
AGI「通用人工智能」(artificial general intelligence)，
看來達到人類基本水平不遠了。
https://today.line.me/hk/v2/article/BEWYRqj 這裡有進一步數據解說
--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.212.34 (臺灣)
※ 作者: sam20135 2024-12-21 15:10:01
※ 文章代碼(AID): #1dPcdDCV (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1734765005.A.31F.html
推 ohlong: 圖表85%AGI覺得蠻胡蘭的2F 12/21 15:26
→ DAEVA: 一臉正經的胡說八道4F 12/21 15:30
推 bj45566: 其實重點在於 Google 已經全面追上 OpenAI 了
文字描述生成影片技術 Veo 2 > Sora5F 12/21 15:42
噓 shinewind: 到底什麼時候才能搞好圖表
GPT分析圖表都在鬼扯7F 12/21 15:50
推 sdbb: 嗚嗚，難怪昨天GG 掛190撿不到9F 12/21 16:07
推 SRNOB: 200美金一個月 下次2000美金一個月 賽博窮人用不起10F 12/21 16:16
推 bob1012: 推 傳統科技業人才遲早會被人工智能的大浪淹沒11F 12/21 16:28
→ lavign: google有人力財源和資料支持，奧特曼人才都跑了12F 12/21 16:30
推 mdkn35: o@呢
o213F 12/21 17:06
推 y800122155: 沒救了 Google花不到一年時間就已經實現全面超越 而且發展方向更廣15F 12/21 17:06
推 strlen: 實際體感測試o1跟gemini 2.0 後者還是遠遠輸啊
不管是回應品質還是正確度 都不行 Claude還比較好17F 12/21 17:18
推 xkso: GG本益比還不到30真滴便宜
GOOG20F 12/21 17:26
推 aspwell520: 難道沒有人覺得AI連數學都會算錯有點不聰明嗎… 只是內建計算機的事情而已
雖然這跟AI背後的演算法完全無關 但很多日常AI應用場景都需要精確的數學吧22F 12/21 17:34
推 newyorker54: 很多人都不看O3展示就高談闊論
O3已經是博士級系統還沒有開放，坐中間的工程師說下一步就是做自我修改程式自我進化，奧圖曼嚇到立馬說不會那麼做
表示自我進化就是臨門一腳，二十四小時自我評測自我進化要怎麼輸給人類
六月鴨子不知死活
坐中間的工程師奧數滿分編碼競賽在人類記錄2500多分，這裡一堆人在嗆OpenAI??
他說Illya3000分，天才啊26F 12/21 17:40
推 tsubasawolfy: 他在說OPENAI那片的內容 O3的寫程式分數已經贏中間那位穿白衣介紹的 只比首席工程師低一點
數學問題的話 O3目前美國數學奧林匹亞已經96.7% 因為有一題不論怎樣算都錯。
傳統數學滿足不了就跑去算給數學家在玩得未發表數學問題 正確率25% 其他模型都只有妮趴38F 12/21 18:13
→ tsubasawolfy: AGI部分那測驗是考推理能力 雖然他是87.5%通過人類85%的門檻 不過那是開大招所有資源全上算16小時
不到兩年時間可以用LLM+自我強化推到這程度
看更詳細的解說有提到o3是o1自我強化來 沒有重新預訓練 省去時間跟金錢
不過85%門檻大概是為了降低恐慌 紐約大學找1400人測通過率只有73-77%45F 12/21 18:18
推 bj45566: 1. OpenAI o3 離真正的 AGI 還明顯有一段距離52F 12/21 18:33
推 bj45566: 2. AIME 只是美國國內數學奧林匹克選拔賽的資格賽56F 12/21 18:35
→ newyorker54: 我是說tsubasawolfy
應該是美國國內決賽吧？
這片看來離AGI只有一步之遙，祂已經能自我評測，要不要加入自我修改程式的能力只看奧圖曼要不要了57F 12/21 18:36
推 bj45566: "ARC-AGI 並不是AGI的試金石，它只是一種研究工具，旨在聚焦 AI 領域中最具挑戰性的未解決問題。通過 ARC-AGI，並不意味著實現 AGI。"61F 12/21 18:47
→ strlen: 老黃去年就說惹 如果AGI指的是所有測驗都打爆人類那就五年 啊如果你要自己隨便定義啥是AGI 那大概永遠達不到 話隨便你講囉64F 12/21 18:57
推 jo4: 所以AGI定義是什麼67F 12/21 19:00
噓 bj45566: AGI 什麼時候是定義在標準測驗打敗人類，笑死 wwww連 Google scholar AGI 都不會，AI 第一個要淘汰的就是這種人68F 12/21 19:06
→ strlen: 我可沒說AGI是測驗都過 是老黃說的 事實上 根本沒人知道AGI定義是三洨 所以就看某人胡說八道 笑死
沒有定義沒有測量方式 還整天在那邊說啊你這葛根本不是AGI 這跟性別認同是戰鬥直升機一樣經典
我還希望AI趕快淘汰我勒 太慢了 老黃何時再回300？我成本就300啊 嘻嘻71F 12/21 19:17
推 sdbb: 上上次拆股前的300，羨慕77F 12/21 19:21
噓 bj45566: 什麼資料都不會去查就信口開河說沒有人知道什麼是 AGI，笑死人有夠好笑 wwww78F 12/21 19:33
→ mic73528: google ai有人用喔?????gpt跟claude不就分完了80F 12/21 19:34
噓 bj45566: 如果照____的八奇邏輯這世界根本沒有 AGI 的定義，那 OpenAI 剛問世時是不是就可以自稱為 AGI？盡講這種弱智至極無法自洽的話還拼命出來丟人現眼，笑死！81F 12/21 19:38
→ bj45566: 這世界上沒有 AGI 的定義，但公佈 OpenAI o3 卻還是要公開拿來跑測 ARC-AGI？嘻嘻87F 12/21 19:42
→ strlen: 反正你也不認為那些狗屎測驗是AGI啊 所以我才說隨便你講啊 嘻嘻 你高興就豪89F 12/21 19:43
→ bj45566: 自成立以來，OpenAI 一直強調，他們的核心目標是打造一個能造福全人類的安全 AGI
OpenAI 的成立目的就是 AGI, 如果已經達到了，怎麼不敢向世人說 o3 就是 AGI 了？弱智 wwww91F 12/21 19:45
→ sdbb: Ai:韜光養晦95F 12/21 19:49
推 bj45566: 講一個最簡單的，如果是 AGI, 考人類的數學測驗只要讓 o3 配個攝影鏡頭就直接能理解題目並寫出、畫出答案和附上推理過程 -- 結果 o3 還是要靠人類輸入問題，然後碰到題目裏有複雜圖案的幾何問題也沒辦法自己看懂，AGI 個鬼！96F 12/21 20:19
推 newyorker54: 看奧圖曼的反應，明顯可以做出他認定的AGI 但是不是安全的AGI ，所以中間那個工程師說要接著做自我修正程式碼的AI奧圖曼立刻完全沒停頓說we may be not
我看你是不懂喔！祂不是看不懂圖祂在思考問題的邏輯101F 12/21 20:22
推 tsubasawolfy: mac的GPT app現在有開放捕捉桌面了 WIN的還沒開
手機的倒是可以試試看直接開鏡頭讓他算105F 12/21 20:24
→ newyorker54: 祂後來有解出來，你根本完全沒有看就在這裡嗆。唉，程度的差距
我直接截圖給GPT算都能解答了，有差攝影機嗎？
嗆人的是腿多久了，還停留在以前的印象107F 12/21 20:25
噓 bj45566: 哪裏有直接開鏡頭不用任何人工輔助讓 o3 解決複雜的幾何問題的影片請丟出來讓大家聞香好嗎？111F 12/21 20:30
噓 bj45566: 還有，ChatGPT o3 通過率 25.2% 的 Frontier Math 不是 open problems 好嗎！那些是難度特別高但都已經被人類解決了的問題114F 12/21 20:33
→ yunf: 你自己去用看看弄出什麼東西117F 12/21 20:33
→ bj45566: 拿不出來就找各種蹩腳藉口了，笑死 wwww118F 12/21 20:34
→ yunf: 炒股畫夢很厲害 一般人用不出來119F 12/21 20:34
→ bj45566: 少在那邊誤導人以為 OpenAI o3 能夠解決 open problems 那樣屌到天邊 wwww120F 12/21 20:36
推 shawshien: AI產品那麼多 我到底要付費訂閱哪個幫我工作?122F 12/21 20:45
推 bj45566: 在 OpenAI o3 發佈的官方影片上出現的：
"we have early indications that ARC-AGI-2 will remain extremely challenging for (OpenAI) o3"123F 12/21 20:50
推 tsubasawolfy: 當然要解決才能對答案呀 這是比較級的 跟其他模型也是 GOOGLE跟META不知道有沒有測
ARC2那邊沒看到有相對人類的發表 再等等吧
不過我覺得這東西還是跟使用GOOGLE一樣看個人能力129F 12/21 21:04
推 bj45566: 根據今年的戰況，Google 很可能會在三個月左右後發表效能相等或更佳的產品133F 12/21 21:08
推 j3: ai訓練ai ai自動進化的奇點快到了135F 12/21 21:17
推 bj45566: 是啊，對 Google 這工具的掌握度可以讓兩個人學習和工作能力相差十幾倍甚至幾十倍，加入 AI 後可能相差到百倍136F 12/21 21:22
推 ohlong: Google穩超車的 openAI大咖跑掉 其實從最近動作就看得出來密切在跟G合作
而且G光旗下像youtube背後長期分析的database 就註定sora被屌打139F 12/21 21:41
推 chaohsiung: O1 就已經看的懂圖了。一堆沒在用的以為ai還停留在gpt3.5的時代145F 12/21 21:50
推 bj45566: 不要只會嘴，秀一段 o1 能看懂有深度的數學幾何題目並解答的影片出來啊
才剛看到一個在 Google 工作過的軟體工程師拍影片讓 OpenAI o1 解台灣指考題目時說 o1 沒辦法直接吃題目中的幾何圖形
看來 PTT 鍵盤俠比 Google 軟體工程師更懂怎麼運用生成式 AI，嘻嘻
再強調一次，不能用手機或電腦鏡頭掃瞄數學試卷就給出解答的 AI 連 AGI 的最低門檻「整合感官與思考推理」都過不了關啦
人類智慧最基本的功能就是在看一道數學試題時能正確分辨那些影像該被解讀成文字說明、那些影像該被解讀成符號數學式、那些影像該被解讀成具有特定特徵(e.g., 座標軸、平行線、橢圓,...)的幾何圖案147F 12/21 21:55
推 tsubasawolfy: 你說的是兩個月前剛開放o1還沒開放pro那時候吧
那時候還沒開200美去輸入圖片161F 12/21 22:22
推 bj45566: 不是輸入圖片，上面說了 AGI 的最低門檻是整合感官與思考推理 -- 就問有沒有人能秀一段影片證實 OpenAI 能用鏡頭掃瞄實體的數學試卷就直接算出解答？尤其是包含幾何圖案的數學問題163F 12/21 22:31
→ bj45566: 如果連這都辦不到就不要吹什麼 AGI168F 12/21 22:32
→ bj45566: 就請你拿出反駁的影片啊，那麼難嗎？？？170F 12/21 22:33
→ bj45566: 而且我說的指考試題解答，連不含圖片的題目本身都還要依靠人類手動輸入給 o1173F 12/21 22:34
噓 bj45566: 你給的影片和我要求的基本人腦能力壓根沒關係179F 12/21 22:38
噓 bj45566: 你給的影片是做 ARC-1 level 的圖形推理，根本不是掃瞄一個幾何問題後給出解答181F 12/21 22:41
→ tsubasawolfy: ARC那個代表Pro開放圖片輸入了 這樣才可以達成你說的看考卷的功能183F 12/21 22:42
→ bj45566: 問題 AI 並不是瞎子，電腦視覺科技都發展多遠了？！185F 12/21 22:42
→ bj45566: 再繼續胡扯吧 =.=
就說解答指考試題時就算是沒有圖案的題目都得靠人類輸入題目內容187F 12/21 22:43
推 guanting886: ㄟ…. 別花時間吵一個未來可以解決的事 毫無意義
白生氣的 反正科技巨頭會自己解決190F 12/21 22:47
推 tsubasawolfy: 他當時就沒開放影片或圖像輸入 不靠人輸入文字不然要怎樣輸入?192F 12/21 22:47
→ lavign: openAI在吃transformer架構的老本，deepMind一直在研究新架構195F 12/21 22:48
噓 bj45566: ARC 那邊則是靠人類輸入電腦能理解的幾何結構，而不是只靠眼睛(鏡頭)掃描就能分辨出並特徵化題目中的幾何圖案197F 12/21 22:48
→ tsubasawolfy: ARC那一個他在直播內是直接貼圖要答案 只是第一次給的答案不對 所以他想說是不是要說明 但第二次測試沒跑完就被斗內的新問題拉走了200F 12/21 22:49
噓 bj45566: 要說幾遍？？？現在連 o3 都公佈了，你就找出一段 OpenAI 光靠鏡頭掃瞄一道幾何題目就能自動解答的影片啊！有那麼那麼難嗎？？？
再稍微看一下你貼的 ARC-1 test -- 笑死！結果是 AI 連超級簡單的圖案題目都答錯 -- 而且甚至不懂得把(錯誤的)答案畫在格子裏！
那只證明了 o1 連「只有幾何圖案本身」的超級簡單問題都無法回答，而且只能很粗略地理解幾何圖案，所以它完全無法把格子塗好203F 12/21 22:50
推 bj45566: 這還是只把要處理的幾何圖案直接貼給 o1 Pro 的結果，如果幾何圖案是嵌在整個題目裏而且 non-trivial，我完全無法想像 OpenAI 要怎麼把幾何圖案切割出來而且正確理解它的幾何意義216F 12/21 23:13
→ tsubasawolfy: 不過分數還是在前1~2%
這看起來比較像影像辨識它們要去怎樣精進了 文字OK但影像就拆不出來
o1在Arc的測試在OPENAI提供的圖 是落在25-32%正確率區間 但從那個只貼圖沒有指示的結果看來有點懷疑220F 12/21 23:13
推 bj45566: 所以 OpenAI 還是無法正確解答啊！而且原檔是 pdf -- 這讓 OpenAI 跳過了分辨哪部分內容是文字/符號，哪部分內容是幾乎圖案的重大挑戰耶
這難度和直接請 AI 用鏡頭看題目並先能正確切割出文字敘述、符號數字、幾何圖案(並理解各種幾何特徵)相差很遠耶！225F 12/21 23:22
→ JuiFu617: 前面到底在爭執agi的定義完全不需要，只要能提升人類能力上限就夠了，人作為意識源，AI作為能力放大器。234F 12/21 23:56
→ fairyofmoon: 要被淘汰了吧 都快2025還在生成一些玩具幹什麼237F 12/22 00:06
推 bj45566: 我在猜那些讓 o3 解答的數學題目是不是都先改寫成 LaTeX 格式，包括題目裏所有的圖表和幾何圖案？因為這是現今生成式 AI 最方便理解的格式
不過拋開某些____無謂又無聊的 AGI 執著，OpenAI o3 在解答數學和程式編寫上的進步讓人印象很深刻
@tsubasawolfy：感謝你一直提供具參考價值的影片
還好我過幾年就打算退休了，生成式 AI 這兩年進步得讓人瞠目結舌238F 12/22 00:10
→ jcaosola: 全台灣現下只有3個id 能在codecforces 拿到
rating 2700, o3有2727金變態247F 12/22 01:29
推 seemoon2000: 之前openai本來就沒領先很多 所以之前內鬥才白癡啊250F 12/22 01:52
→ yunf: 他強的就是邏輯能力但是你叫他寫東西出來就是沒有好作品
跟你說他們根本就是一個熔爐而已251F 12/22 01:52
→ seemoon2000: 之前假道德擔心自家可能開發出危險的AI 但卻忘了自己並沒有領先Meta和google多少 這發展很正常254F 12/22 01:53
--