关于OpenAI o3 的能力——举例说明

关于 o3 的能力，我们 再来看一下其中一项 AI测评 ARC-AGI，来关上后一下它的能力：

ARC-AGI于2019年首次提出，旨在通过一系列抽象和推理任务来测试AI系统的能力。主要是因为传统的技能测量方法并不能有效代表智能，因为它们往往依赖于先前知识和经验，而真正的智能应体现在广泛的适应能力和通用性上。所以，ARC-AGI诞生了，里面的这些任务要求AI识别模式并解决新问题，每个任务由输入输出示例组成。这些任务以网格形式呈现，每个方块可以是十种颜色中的一种，网格的大小可以从1x1到30x30不等。参与者需要根据给定的输入生成正确的输出，测试其推理和抽象能力。可以简单的理解成，找规律。

大概就是这样的。

关于 ARC-AGI 过去几代模型的评分如下：

• GPT-2 (2019): 0% 

• GPT-3 (2020): 0% 

• GPT-4 (2023): 2% 

• GPT-4o (2024): 5% 

• o1-preview (2024): 21% 

• o1 (2024): 32% 

• o1 Pro (2024): ~50%

但是今天，o3的分数，达到了恐怖的 87.5%。

从0%到5%整整耗时5年的时间，而从5%到87.5%，仅花了半年。

重要是，人类的阈值分数是：85%

我们通往AGI的路上，已经没有任何阻碍了！