Alcançámos um desempenho ao nível da medalha de ouro na IMO deste ano! O nosso modelo pensa e escreve provas em inglês claro e simples - sem necessidade de código formal. Ao contrário dos sistemas mais restritos utilizados em competições anteriores, o nosso modelo foi construído para raciocinar de forma ampla, muito além dos problemas do concurso.

Competimos ao vivo no @atcoder World Finals Heuristic Contest e ficamos em 2º lugar! Modelos como o3 estão entre os 100 melhores em concursos de programação / matemática, mas, até onde sei, esta é a primeira colocação entre os 3 primeiros em um concurso de programação / matemática de prestígio. Há uma grande diferença entre os 100 melhores e os 3 primeiros!

Estou extremamente entusiasmado com o potencial da fidelidade e interpretabilidade do chain-of-thought. Isso influenciou significativamente o design dos nossos modelos de raciocínio, começando com o o1-preview. À medida que os sistemas de IA gastam mais recursos computacionais, por exemplo, em problemas de pesquisa de longo prazo, é crítico que tenhamos alguma forma de monitorar seu processo interno. A maravilhosa propriedade dos CoTs ocultos é que, enquanto eles começam ancorados em uma linguagem que podemos interpretar, o procedimento de otimização escalável não é adversarial à capacidade do observador de verificar a intenção do modelo - ao contrário, por exemplo, da supervisão direta com um modelo de recompensa. A tensão aqui é que, se os CoTs não fossem ocultos por padrão, e víssemos o processo como parte da saída da IA, haveria um grande incentivo (e em alguns casos, necessidade) de colocar supervisão sobre isso. Acredito que podemos trabalhar para o melhor de ambos os mundos aqui - treinar nossos modelos para serem ótimos em explicar seu raciocínio interno, mas ao mesmo tempo ainda reter a capacidade de ocasionalmente verificá-lo. A fidelidade do CoT é parte de uma direção de pesquisa mais ampla, que é o treinamento para interpretabilidade: definir objetivos de uma maneira que treine pelo menos parte do sistema para permanecer honesto e monitorável em escala. Estamos continuando a aumentar nosso investimento nessa pesquisa na OpenAI.

O Episódio 2 do Podcast da OpenAI já está disponível! @markchen90 e @nickaturley juntam-se a @andrewmayne para revelar os bastidores da criação do ChatGPT. Eles também discutem como os produtos são desenvolvidos e o que vem a seguir para a codificação agentic e assistentes multimodais.

A melhor razão para mudar do uso de 4o para o3 é que o3 concorda que o melhor running back na NFL é @saquon!

Nada supera queimar o óleo da meia-noite em um estado máximo de fluxo...

Não contratamos demais na pesquisa. E na barra de talentos - há algumas pessoas realmente fenomenais se juntando ao longo do próximo mês! Passei anos no comércio até que a falta de sentido me desgastou. Eu nunca senti isso na OAI - é muito mais gratificante construir coisas com impacto no mundo real.

Acaba de lançar o Codex, um agente de engenharia de software que pode trabalhar em muitas tarefas em paralelo. Ele é executado em sua própria infraestrutura de computação baseada em nuvem e pode corrigir bugs, responder a perguntas sobre seu código, executar testes, etc. Parece um passo em direção ao futuro da engenharia de software.

Produto + Investigação = ❤️ Mal posso esperar para trabalhar com @markchen90 e dar vida às suas descobertas através dos nossos produtos.

Tão animada para trabalhar com @fidjissimo - ela é uma visionária do produto!