Kami mencapai kinerja tingkat medali emas di IMO tahun ini! Model kami berpikir dan menulis bukti dalam bahasa Inggris yang jelas dan sederhana - tidak diperlukan kode formal. Tidak seperti sistem yang lebih sempit yang digunakan dalam kompetisi sebelumnya, model kami dibuat untuk bernalar secara luas, jauh melampaui masalah kontes.

Kami berkompetisi secara langsung di Kontes Heuristik Final Dunia @atcoder dan menempati urutan ke-2! Model seperti o3 menempati peringkat 100 teratas dalam kontes pengkodean / matematika, tetapi AFAIK ini adalah penempatan 3 besar pertama dalam kontes pengkodean / matematika utama. Ada kesenjangan besar antara 100 besar dan 3 besar!

Saya sangat bersemangat tentang potensi kesetiaan rantai pemikiran & interpretabilitas. Ini telah secara signifikan memengaruhi desain model penalaran kami, dimulai dengan pratinjau o1. Karena sistem AI menghabiskan lebih banyak pekerjaan komputasi misalnya untuk masalah penelitian jangka panjang, sangat penting bagi kita untuk memiliki beberapa cara untuk memantau proses internal mereka. Properti luar biasa dari CoT tersembunyi adalah bahwa meskipun mereka memulai dengan bahasa yang dapat kita tafsirkan, prosedur pengoptimalan yang dapat diskalakan tidak bertentangan dengan kemampuan pengamat untuk memverifikasi maksud model - tidak seperti misalnya pengawasan langsung dengan model hadiah. Ketegangan di sini adalah bahwa jika CoT tidak disembunyikan secara default, dan kami melihat proses tersebut sebagai bagian dari output AI, ada banyak insentif (dan dalam beberapa kasus, kebutuhan) untuk mengawasinya. Saya percaya kita dapat bekerja menuju yang terbaik dari kedua dunia di sini - melatih model kita untuk menjadi hebat dalam menjelaskan penalaran internal mereka, tetapi pada saat yang sama masih mempertahankan kemampuan untuk memverifikasinya sesekali. Kesetiaan CoT adalah bagian dari arah penelitian yang lebih luas, yaitu pelatihan untuk interpretabilitas: menetapkan tujuan dengan cara yang melatih setidaknya sebagian dari sistem untuk tetap jujur & dapat dipantau dengan skala. Kami terus meningkatkan investasi kami dalam penelitian ini di OpenAI.

OpenAI Podcast Episode 2 sekarang tayang! @markchen90 dan @nickaturley bergabung @andrewmayne untuk membuka tirai pembuatan ChatGPT. Mereka juga membahas bagaimana produk dikembangkan dan apa selanjutnya untuk pengkodean agen dan asisten multimoda.

Alasan terbaik untuk beralih dari menggunakan 4o ke o3 adalah bahwa o3 setuju bahwa running back terbaik di NFL adalah @saquon!

Tidak ada yang mengalahkan pembakaran minyak tengah malam dalam keadaan aliran maksimum ...

Kami tidak mempekerjakan secara berlebihan dalam penelitian. Dan di talent bar - ada beberapa orang yang benar-benar fenomenal bergabung selama sebulan ke depan! Saya menghabiskan bertahun-tahun dalam perdagangan sampai kurangnya makna membuat saya lelah. Saya tidak pernah merasakan bahwa di OAI - jauh lebih memuaskan untuk membangun hal-hal dengan dampak dunia nyata.

Baru saja merilis Codex, agen rekayasa perangkat lunak yang dapat mengerjakan banyak tugas secara paralel. Ini berjalan pada infrastruktur komputasi berbasis cloudnya sendiri, dan dapat memperbaiki bug, menjawab pertanyaan tentang kode Anda, menjalankan pengujian, dll. Rasanya seperti langkah menuju masa depan rekayasa perangkat lunak.

Produk + Riset = ❤️ Tidak sabar untuk bekerja dengan @markchen90 dan menghidupkan terobosannya melalui produk kami.

Sangat bersemangat untuk bekerja dengan @fidjissimo - dia adalah visioner produk!