Vi oppnådde gullmedaljenivå på årets IMO! Modellen vår tenker og skriver bevis på klart, vanlig engelsk - ingen formell kode kreves. I motsetning til de smalere systemene som ble brukt i tidligere konkurranser, er modellen vår bygget for å resonnere bredt, langt utover konkurranseproblemer.

Vi konkurrerte live i @atcoder World Finals Heuristic Contest og kom på 2.-plass! Modeller som o3 rangerer blant topp-100 i kodings-/matematikkkonkurranser, men AFAIK dette er den første topp-3-plasseringen i en førsteklasses kodings-/matematikkkonkurranse. Det er et stort gap mellom topp-100 og topp-3!

Jeg er ekstremt begeistret for potensialet i tankekjedetrofasthet og tolkbarhet. Det har betydelig påvirket utformingen av resonneringsmodellene våre, og starter med o1-forhåndsvisning. Ettersom AI-systemer bruker mer databehandling, for eksempel på langsiktige forskningsproblemer, er det avgjørende at vi har en måte å overvåke deres interne prosess på. Den fantastiske egenskapen til skjulte CoT-er er at selv om de starter forankret i språk vi kan tolke, er den skalerbare optimaliseringsprosedyren ikke i strid med observatørens evne til å verifisere modellens intensjon - i motsetning til for eksempel direkte tilsyn med en belønningsmodell. Spenningen her er at hvis CoT-ene ikke var skjult som standard, og vi ser på prosessen som en del av AIs utdata, er det mye insentiv (og i noen tilfeller nødvendighet) til å sette tilsyn på den. Jeg tror vi kan jobbe mot det beste fra begge verdener her - trene modellene våre til å være gode til å forklare deres interne resonnement, men samtidig beholde evnen til å verifisere det av og til. CoT-trofasthet er en del av en bredere forskningsretning, som er trening for tolkbarhet: å sette mål på en måte som trener i det minste deler av systemet til å forbli ærlig og overvåkelig med skala. Vi fortsetter å øke investeringene våre i denne forskningen ved OpenAI.

OpenAI Podcast Episode 2 er nå live! @markchen90 og @nickaturley blir med @andrewmayne for å trekke gardinen tilbake for produksjonen av ChatGPT. De kommer også inn på hvordan produkter utvikles og hva som er det neste for agentkoding og multimodale assistenter.

Den beste grunnen til å bytte fra 4o til o3 er at o3 er enig i at den beste running backen i NFL er @saquon!

Ingenting slår å brenne midnattsoljen i en maksimal strømningstilstand ...

Vi overansetter ikke på forskning. Og på talentbaren - det er noen virkelig fenomenale mennesker som blir med i løpet av den neste måneden! Jeg tilbrakte år i handel til mangel på mening slet meg ned. Jeg har aldri følt det på OAI - det er så mye mer tilfredsstillende å bygge ting med innvirkning i den virkelige verden.

Har nettopp lansert Codex, en programvareutviklingsagent som kan jobbe med mange oppgaver parallelt. Den kjører på sin egen skybaserte databehandlingsinfrastruktur, og kan fikse feil, svare på spørsmål om koden din, kjøre tester osv. Føles som et skritt mot fremtiden for programvareutvikling.

Produkt + Forskning = ❤️ Gleder meg til å jobbe med @markchen90 og bringe hans gjennombrudd til live gjennom produktene våre.

Så spent på å jobbe med @fidjissimo - hun er en produktvisjonær!