Concurența dintre OpenAI și alte companii din domeniulinteligenței artificiale (AI) este un război total. Lansarea ChatGPT în noiembrie 2022 a reprezentat un punct de cotitură în această industrie, care a devenit mult mai competitivă. De atunci, Google încearcă să-și recapete conducerea, dar firma condusă de Sam Altman nu i-a dat nicio pauză.
În ultimii ani, am văzut cum gigantul căutării și startup-ul susținut de Microsoft și-au măsurat puterea lansării după lansare. Săptămâna aceasta, Google a prezentat „Gemini 2.0 Flash Thinking Mode, un pariu care, în cele din urmă, părea să fie la înălțimea modelul o1 al OpenAI. Ei bine, noile o3 și o3 mini modele de la OpenAI tocmai au apărut pe scenă.
OpenAI prezintă noile sale modele de raționament
Cel mai recent de la creatorii ChatGPT este capabil să ofere un nivel mai avansat de raționament decât versiunea inițială. La fel ca modelul o1 pe care l-am întâlnit în luna septembrie a acestui an, noul model va petrece ceva timp „răspunsul”. Nu va fi la fel de rapid ca versiunile GPT, dar avantajul său este că va putea rezolva probleme mai complexe în mai mulți pași.
Cu siguranță, modelele de raționament sunt ideale pentru orice. De fapt, domeniul AI crește atât de mult încât există alternative de utilizare orientate spre caz. De exemplu, dacă căutăm un model de răspuns rapid pentru a alimenta un chatbot de serviciu pentru clienți, nu am alege o3, ci ceva de genul GPT-4o mini. Dacă ceea ce căutăm este precizie în fizică și matematică, o3 poate fi alegerea potrivită.
O modalitate interesantă de a analiza domeniul de aplicare și posibilitățile unui model este să îl luați în considerare în lumina reperelor. În cadrul prezentării, OpenAI a prezentat două benchmark-uri de programare. După cum putem vedea în imagini, o3 se îmbunătățește pe o1 cu 22,8 puncte procentuale în SWE-Bench Verified. În acest benchmark atinge 71,7 puncte față de 84,9 pentru modelul anterior.
În Codeforces, o1 atinge un scor de 1891 și o3 2727. După cum spunem, aceste modele sunt utile pentru multe sarcini complexe. Dacă ne concentrăm pe reperele de matematică, la American Invitational Mathematics Exam 2024, o1 înregistrează un scor de 83,3%. o3, la rândul său, se mândrește cu 96,7%, eșuând o singură întrebare.
Trebuie remarcat că decizia de a apela modelul o3 în loc de o2 pare să nu aibă nimic de-a face cu un salt în capacitățile sale (sau cu o mișcare motivată de marketing). De fapt, conform The Information, este pentru a evita problemele legate de mărcile comerciale. OpenAI ar fi decis să ignore un număr, deoarece o2 este o marcă înregistrată a unui furnizor britanic de telecomunicații.
Va trebui să așteptăm pentru a accesa noul model de raționament emblematic al OpenAI, o3, precum și modelul său mai mic și mai rapid, o3 mini. Deocamdată, cercetătorii de securitate se pot înscrie pe o listă de așteptare pentru a testa modelul. Firma speră să le lanseze publicului mai târziu, dar nu este clar când vor ajunge (și dacă sub ce abonamente).
Imagini | Serviciul Secret de Inteligență cu DALL·E 3
În investigația noastră tehnică | Apple nu poate oferi ChatGPT în China. Mai mult decât o problemă, aceasta este o binecuvântare