今年のIMOで金メダルレベルの成績を収めました!私たちのモデルは、明確で平易な英語で証明を考え、書きます - 正式なコードは必要ありません。 過去のコンペティションで使用されていた狭いシステムとは異なり、私たちのモデルは、コンテストの問題をはるかに超えて、広く推論するように構築されています。

@atcoder World Finals Heuristic Contestに生中継で出場し、2位に入賞しました! o3のようなモデルは、コーディング/数学コンテストでトップ100にランクされていますが、AFAIKは、これがプレミアコーディング/数学コンテストで最初のトップ3位です。トップ100とトップ3の間には大きな差があります。

私は、思考の連鎖、忠実さ、解釈可能性の可能性に非常に興奮しています。これは、o1-preview から始まる推論モデルの設計に大きな影響を与えました。 AIシステムが長期的な研究問題などにより多くの計算を費やすようになると、その内部プロセスを監視する何らかの方法が重要になります。隠れたCoTの素晴らしい特性は、私たちが解釈できる言語に基づいて開始される一方で、スケーラブルな最適化手順は、たとえば報酬モデルによる直接監督とは異なり、モデルの意図を検証する観察者の能力に敵対しないことです。 ここでの緊張感は、CoTがデフォルトで隠されておらず、プロセスをAIの出力の一部と見なすと、CoTに監視を設定する多くのインセンティブ(場合によっては必要性)があるということです。ここでは、両方の長所を活かすことができると信じています - モデルが内部の推論を説明するのに優れているように訓練すると同時に、時折それを検証する能力を保持しています。 CoTの忠実性は、解釈可能性のためのトレーニングである、より広範な研究の方向性の一部であり、システムの少なくとも一部が正直でスケールで監視可能な状態を保つように訓練する方法で目標を設定することです。OpenAIでは、この研究への投資を増やし続けています。

OpenAIポッドキャストエピソード2が公開されました! @markchen90と@nickaturleyが@andrewmayneに加わり、ChatGPTの制作の幕を開けます。 また、製品の開発方法や、エージェントコーディングとマルチモーダルアシスタントの次の展開についても説明します。

4oからo3に切り替える最大の理由は、o3がNFLで最高のランニングバックが@saquonであることに同意しているからです。

真夜中のオイルを最大の流れ状態で燃やすことに勝るものはありません...

私たちは研究のために過剰に雇用することはありません。そして、タレントバーでは、来月中に本当に驚異的な人々が参加しています! 私は、意味の欠如が私を疲れさせるまで、取引に何年も費やしました。OAIでは、現実世界に影響を与えるものを作ることが、とても充実感を感じたことはありません。

多くのタスクを並行して処理できるソフトウェアエンジニアリングエージェントであるCodexをリリースしたばかりです。 独自のクラウドベースのコンピューティングインフラストラクチャで実行され、バグの修正、コードに関する質問への回答、テストの実行などを行うことができます。 ソフトウェアエンジニアリングの未来への一歩のように感じます。

製品 + 研究 = ❤️ @markchen90と一緒に働き、彼のブレークスルーを当社の製品を通じて実現するのが待ちきれません。

@fidjissimoと一緒に働くことにとても興奮しています-彼女は製品の先見の明があります!