通过一些案例共性，我们可以提炼出「AI评测工具」这个需求场景/产品形态，感觉比较有代表性，也很有意思，大家可以关注下。下面是具体的5个案例，评测对象范围，涉及：AI文档类产品、大模型速度、Prompt生成及评测、Prompt版本管理及表现评测，甚至还 ...

今天，OpenAI预览了他们的o3模型，延续了近期在训练语言模型以使用o1进行推理方面的进展。这些模型从o3-mini开始，预计将在2025年1月底向公众开放。在我们即将结束2024年时，许多敏锐的观察者将这一年视为人工智能领域的整合之年，许多参与者达到了GPT-4等效模型的水平，并开始探索如何实际应用这些模型。

OpenAI首席执行官对AGI的前景感到乐观，“如果换了其他总统，这可能就无法实现了”。 OpenAI首席执行官山姆·奥尔特曼（Sam ...

导读：奥特曼罕见地承认了自己犯下的‘历史错误’，LeCun发文痛批硅谷一大常见病——错位优越感。DeepSeek的终极意义在哪？圈内热转的这篇分析指出，相比R1，R1-Zero具有更重要的研究价值，因为它打破了终极的人类输入瓶颈！

他认为，R1-Zero 之所以比 R1 更值得分析，是因为它完全依赖强化学习（RL），而不使用人类专家标注的监督微调（SFT），这表明在某些任务中，人类标注并非必要，且未来可能通过纯 RL 方法实现更广泛的推理能力。

OpenAI的首席执行官山姆·奥尔特曼（Sam Altman）对美国能否实现通用人工智能（AGI）展现出强烈的乐观态度，他认为这一切都要归功于前总统特朗普的新人工智能项目——“星际之门（Stargate）”。这一计划涉及OpenAI、甲骨文以及软银的合作，预计将为美国人工智能基础设施注入高达5000亿美元的投资。在与福克斯新闻主持人布雷特·贝尔（Bret ...

不是，而且幸好不是！ OpenAI的o3在科学、数学、编程等方面的评测再创佳绩，有很多评测基准已经显得饱和了，饱和的意思就是100分拿了90分以上，拿更高的分已经不能体现能力强多少了。更令人注意的是，在号称专门为AGI准备的ARC测试中，o3拿了87.5%的正确率，超过了85%的人类平均成绩，但是，ARC测试基准的创造者François ...

在近期的市场动态中，DeepSeek的R1-Zero系统引发了广泛关注，甚至对全球科技公司产生重要影响。根据新智元的报道，R1-Zero在ARC-AGI-1基准测试中表现出色，得分与OpenAI的o1系统相当，标志着AI推理计算领域的重大进步。R1- ...

人生下一站：AGI 这一次，并非是两人第一次联手合作。 Chollet和Knoop是ARC Prize Foundation的联合创始人和董事会成员，该基金会是非营利组织，致力于 ...

就在不久之前也就是 OpenAI 的第十二天发布会上发布了全新的推理模型 o3 和 o3-mini，这个模型创造了记录成为首个突破 ARC-AGI 基准测试的 AI 模型 ...

当地时间周五，OpenAI在为期12个工作日的新品发布活动的最后一天展示了o1模型的下一代o3，并表示该模型有o3版本和精简版o3-mini。OpenAI CEO山姆·奥尔特曼（Sam Altman）强调了o3在推理、编码能力方面的提升，并表示o3模型不会立即推出，OpenAI会在1月底前正式推出o3 ...

特别是在ARC-AGI的测式中取得了大幅度的突破。是否意味着2025年人类可以看到AGI的曙光？我们在这里编译了ARC-AGI测试标准的创始人撰写的o3测评的报告。