Osiągnęliśmy poziom złotego medalu w tegorocznym IMO! Nasz model myśli i pisze dowody w jasnym, prostym angielskim - nie wymaga formalnego kodu. W przeciwieństwie do węższych systemów używanych w przeszłych zawodach, nasz model jest zbudowany do szerokiego rozumowania, daleko poza problemy konkursowe.

Rywalizowaliśmy na żywo w @atcoder World Finals Heuristic Contest i zajęliśmy 2. miejsce! Modele takie jak o3 plasują się wśród najlepszych 100 w konkursach programistycznych/matematycznych, ale o ile mi wiadomo, to jest pierwsze miejsce w top-3 w prestiżowym konkursie programistycznym/matematycznym. Istnieje ogromna różnica między top-100 a top-3!

Jestem niezwykle podekscytowany potencjałem wierności i interpretowalności chain-of-thought. Znacząco wpłynęło to na projektowanie naszych modeli rozumowania, zaczynając od o1-preview. W miarę jak systemy AI spędzają więcej mocy obliczeniowej na długoterminowych problemach badawczych, kluczowe jest, abyśmy mieli jakiś sposób monitorowania ich wewnętrznych procesów. Cudowną cechą ukrytych CoT jest to, że chociaż zaczynają one od języka, który możemy interpretować, procedura optymalizacji skalowalnej nie jest sprzeczna z zdolnością obserwatora do weryfikacji intencji modelu - w przeciwieństwie do np. bezpośredniego nadzoru z modelem nagród. Napięcie polega na tym, że jeśli CoT nie byłyby domyślnie ukryte, a my postrzegamy ten proces jako część wyjścia AI, istnieje wiele zachęt (a w niektórych przypadkach konieczności), aby nałożyć na to nadzór. Wierzę, że możemy dążyć do najlepszego z obu światów - szkolić nasze modele, aby były doskonałe w wyjaśnianiu swojego wewnętrznego rozumowania, ale jednocześnie zachować zdolność do okazjonalnej weryfikacji. Wierność CoT jest częścią szerszego kierunku badań, który polega na szkoleniu w zakresie interpretowalności: ustalanie celów w taki sposób, aby przynajmniej część systemu pozostała uczciwa i monitorowalna w skali. Kontynuujemy zwiększanie naszych inwestycji w te badania w OpenAI.

Odcinek 2 podcastu OpenAI jest już dostępny! @markchen90 i @nickaturley dołączają do @andrewmayne, aby odsłonić kulisy powstawania ChatGPT. Rozmawiają również o tym, jak rozwijane są produkty i co czeka nas w przyszłości w zakresie kodowania agentowego i asystentów multimodalnych.

Najlepszym powodem, dla którego warto przejść z 4o na o3, jest to, że o3 zgadza się, że najlepszym running backiem w NFL jest @saquon!

Nic nie przebije spalania oleju o północy w maksymalnym stanie przepływu...

Nie zatrudniamy zbyt dużo osób na badaniach. A na pasku talentów - w ciągu najbliższego miesiąca dołączy do nas kilka naprawdę fenomenalnych osób! Spędziłem lata w handlu, dopóki brak sensu mnie nie zmęczył. Nigdy nie czułem się tak w OAI - tworzenie rzeczy, które mają rzeczywisty wpływ, jest o wiele bardziej satysfakcjonujące.

Właśnie wydano Codex, agenta inżynierii oprogramowania, który może pracować nad wieloma zadaniami równolegle. Działa na własnej infrastrukturze obliczeniowej opartej na chmurze i może naprawiać błędy, odpowiadać na pytania dotyczące kodu, uruchamiać testy itp. Wydaje się, że jest to krok w kierunku przyszłości inżynierii oprogramowania.

Produkt + Badania = ❤️ Nie mogę się doczekać, aby pracować z @markchen90 i ożywić jego przełomowe odkrycia dzięki naszym produktom.

Bardzo podekscytowana współpracą z @fidjissimo - jest wizjonerką produktu!