o3
o3被曝成绩「造假」，60多位数学泰斗集体被耍！OpenAI暗中操控，考卷提前看光
FrontierMath数学基准测试中o3模型表现优异，但因OpenAI资助和数据访问权引发质疑。Epoch AI与OpenAI合作未公开资金来源，导致数学家蒙在鼓里。Epoch AI及Tamay Besiroglu表示将提高透明度。
GPT-5早训练出来了，不发布是为了推迟被归类到AGI
GPT-5 已经开发出来但被雪藏，Anthropic 的 Claude 3.5 Opus 被同样隐藏。OpenAI 目标转向更强大的超级智能 ASI，AGI 和 o 系列模型融合预计今年实现。
一道题烧几千美元，OpenAI新模型o3：这34道题我真不会
OpenAI 新模型 o3 在 ARC-AGI 基准测试中取得了显著进步，但仍有部分任务无法解决。o3 能够适应新任务的能力实现了质的飞跃，但仍存在一些局限性。
o3挑战ARC-AGI，遇见大网格就懵圈？英国工程师：ARC-AGI不适合大模型
研究发现，题目中网格规模越大，大模型的表现越差。ML工程师米哥对ARC数据集进行观察后发现，o3、o1和Claude等模型的性能下降与网格数量有关，提示大模型在应对大规模网格问题时可能存在问题。
OpenAI o3 被曝智商高达 157，比肩爱因斯坦，但却没法证明比人类聪明
文章介绍了AI在各种智能测试中的表现，并讨论了使用这些测试衡量AI能力的方法论局限性。文章指出用人类标准衡量AI可能存在偏差，强调应关注AI解决实际问题的能力。
OpenAI Day 12 王炸来袭：最强 AI 新品 o3 发布，这次真的有点可怕！
OpenAI今日发布其最新AI模型o3。在ARC-AGI测试中，o3正确率达到惊人的87.5%，超越了GPT-4仅及格的成绩。它还表现出色的编程和数学能力，并指出其高昂的使用成本（高算力模式下需花费2万美元）。OpenAI表示，尽管o3已表现出强大实力，但仍存在与人类智能的巨大差距。
又是期货，OpenAI推出全新推理模型o3，实力远超o1
OpenAI在12天直播中推出了新的推理模型o3和o3 Mini，并开放外部安全研究人员进行测试。o3在SWE-Bench Verified测试中的准确率达到71.7%，比前代产品o1高出约20%；数学能力上表现突出，在AIME 2024数学竞赛中得分96.7%。