OpenAI 推出全新推理模型 o3，以突破性 75.7% 的 ARC-AGI 測試成績刷新紀錄，並引入「審慎對齊」技術，加強模型安全性。該模型目前開放安全測試申請，預計 2025 年初正式發布。
（前情提要：OpenAI 影片生成工具Sora正式上線！5大功能亮點、訂閱方案一次看）
（背景補充：OpenAI 發表滿血版 o1 模型和新訂閱方案 ChatGPT Pro，月費 200 美元值得嗎？ ）
ChatGPT 背後開發商 OpenAI 連續 12 天新品發表於昨（20）日迎來尾聲，壓軸登場的是全新的推理模型「o3」和「o3-mini」，這款 AI 模型擁有更強的推理能力，旨在解決需要逐步邏輯推理的複雜任務。
Today, we shared evals for an early version of the next model in our o-model reasoning series: OpenAI o3 pic.twitter.com/e4dQWdLbAD
— OpenAI (@OpenAI) December 20, 2024
模型特點
1) 推理能力創下 SoTA 成績
OpenAI 聲明指出，o3 模型在多項基準測試中表現優異，包括複雜的編程、數學和科學問題，顯示出其強大的邏輯推理能力。
在由 Alignment Research Center (ARC) 開發，用於測試 AI 系統通用人工智慧（AGI）能力的「ARC-AGI」評估中，o3 在部分非公開測試中取得了 75.7% 的突破性成績，創下技術新高度（State of the Art, SoTA）。
此外，一個高計算資源版本（high-compute configuration）的 o3 在相同測試中達成了更高的 87.5% 成績，但可能由於該版本資源要求超出標準，未能符合 ARC-AGI-Pub（公開可驗證 ARC-AGI 測試結果）的資格。
New verified ARC-AGI-Pub SoTA!@OpenAI o3 has scored a breakthrough 75.7% on the ARC-AGI Semi-Private Evaluation.
And a high-compute o3 configuration (not eligible for ARC-AGI-Pub) scored 87.5% on the Semi-Private Eval.
1/4 pic.twitter.com/uQA47JWkl6
— ARC Prize (@arcprize) December 20, 2024
2) 多版本選擇
OpenAI 提供了 o3 和 o3-mini 兩個版本，後者預計於 2025 年 1 月底推出，完整版 o3 將隨後發布（並未公布具體時間）。
這款新模型採用了 OpenAI 最近推出的自適應思考時間（Adaptive Thinking Time）API，提供低、中、高三種不同的推理模式。該功能允許使用者根據需求調整模型在回答問題前的「思考」時間長度。從下圖可以看出，o3-mini 在推理結果上能與目前的 o1 模型 相媲美，但在運算成本方面則顯著降低。
3) 安全性強化
OpenAI 採用了新的「審慎對齊（Deliberative alignment）」訓練方法，直接教導大型語言模型（LLMs）理解人類撰寫的、可解釋的安全規範，並在回答問題之前確保遵守這些規範進行推理。OpenAI 在聲明中表示：
通過這種方法，我們成功對 OpenAI 的 o 系列模型進行了優化，使其能使用「思維鏈」（Chain-of-Thought, CoT）推理技術，反思使用者的提問，找出 OpenAI 內部政策中相關的規範文本，從而生成更安全的回應。
命名由來
值得一提的是，OpenAI 跳過了「o2」的命名，直接使用了「o3」。執行長 Sam Altman 解釋，這是為了避免與英國電信供應商 O2 產生混淆，同時展現了 OpenAI 獨特的幽默感。他在直播中表示：
「出於對 Telefónica（O2 的母公司）的尊重，以及延續 OpenAI 極度不擅長取名的優良傳統，我們將它命名為 o3。」
邀請研究人員參與安全測試
目前，o3 和 o3-mini 正處於內部安全測試階段，OpenAI 已開放申請，邀請外部研究人員參與安全測試。 申請將於 2025 年 1 月 10 日截止。
對於該模型的推出，Sam Altman 毫不謙虛地表示，這標誌著 AI 發展正式進入「下一階段」。
回顧今年中彭博爆料 OpenAI 的 AI 分級表，在聊天機器人和推理模型後的下一階段便是 Agents —— 能代表使用者採取行動的先進 AI 系統。這正是當前無論是加密貨幣市場還是 Web2 領域，都在全力探索與開發的重點方向。
📍相關報導📍
OpenAI發表Day2》逆天「強化學習微調」新功能，增強AI專業領域學習準確度
OpenAI 宣布將連續 12 天直播：推出許多新功能，AI 概念幣可埋伏？
OpenAI政治博弈失利，Sam Altman將難敵馬斯克與川普的「AI同盟」？
