OpenAI的新AI模型o3在第一方和第三方基準測試中存在差異，引發(fā)公眾對其透明度和測試實踐的質(zhì)疑。去年12月，o3首次亮相時聲稱能解答超過25%的FrontierMath問題，但實際正確率僅為2%。內(nèi)部測試發(fā)現(xiàn)，o3能達到超過25%的準確率，但其使用的計算資源比上周OpenAI推出的模型多得多。Epoch AI發(fā)布的獨立基準測試結(jié)果顯示，o3的得分約為10%，遠低于OpenAI宣稱的25%。盡管如此，這并不意味著OpenAI的說法有誤，可能是因為OpenAI使用了更強大的內(nèi)部架構(gòu)進行評估，并采用了更多計算資源。此外，Epoch指出其測試設(shè)置可能與OpenAI不同，并且在評估中使用了更新版本的FrontierMath。...

特別聲明：本頁面標簽名稱與頁面內(nèi)容，系網(wǎng)站系統(tǒng)為資訊內(nèi)容分類自動生成，僅提供資訊內(nèi)容索引使用，旨在方便用戶索引相關(guān)資訊報道。如標簽名稱涉及商標信息，請訪問商標品牌官方了解詳情，請勿以本站標簽頁面內(nèi)容為參考信息，本站與可能出現(xiàn)的商標名稱信息不存在任何關(guān)聯(lián)關(guān)系，對本頁面內(nèi)容所引致的錯誤、不確或遺漏，概不負任何法律責任。站長之家將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。任何單位或個人認為本頁面內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，可及時向站長之家提出書面權(quán)利通知或不實情況說明，并提權(quán)屬證明及詳細侵權(quán)或不實情況證明（點擊查看反饋聯(lián)系地址）。本網(wǎng)站在收到上述反饋文件后，將會依法依規(guī)核實信息，第一時間溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。