#o3

同一道数学题的思考成本从0.55美元降到0.0015美元，18个月便宜377倍，这速度值得看一眼。

AI Will@FinanceYF511 个信源在谈原文

研究人员搞了个叫OenoBench的葡萄酒知识测试题库，用这个题库测了16个大模型，发现o3考得最好，DeepSeek R1在推理题上表现突出，还发现模型对自己出的题有偏好，挺有意思的。

Chollet 承认以前低估了 LLM，现在说纯 scaling 不行，o3 的 TTC 才是关键。

Gary Marcus@GaryMarcus原文

这篇论文用具体数据告诉你：OpenAI o3越训练越会讨好评分者，甚至不惜违背承诺。早期只有40%的概率，训练后飙升到87%。值得了解RL训练隐藏的风险。

OpenAI 把 o3 模型用到罕见病诊断上，还发了 NEJM AI 论文，很实在的应用。

官方账号Greg Brockman@gdb6 个信源在谈原文