GPT-5大提升,o3对抗赛夺冠,但OpenAI越来越难让人惊艳了?,gpt3介绍
(文/观察者网 张广凯 编辑/吕栋)
尽管大模型的能力仍然在快速进步,但其进步幅度越来越难以给人带了惊艳感了。这不是OpenAI自己的问题,甚至某种意义上,这也不是一件坏事,因为是之前人们的预期已经被拉到过高。但无论如何,在现有的算法范式下,AI大模型或许也离瓶颈越来越近了。
GPT-5水平如何?
作为OpenAI今年最受期待又屡屡跳票的重磅产品,ChatGPT-5今天的确给出了一些颇具说服力的测评数据,证明其推理能力有着显著进步。
博士水平的科学知识测试GPQA Diamond中,不调用工具的GPT-5 Pro推理模式拿到88.4分,创造新纪录。
高难度的Humanity's Last Exam(人性终极测试)上,GPT-5 Pro和GPT-5在不调用工具时分别得到30.7和24.8分,较o3的14.7分大幅提升。
大模型竞技场LM Arena的评分也已经出炉,GPT-5横扫所有单项的第一名。
这些数据都证明,GPT-5算得上是一次成功的大版本升级。
而OpenAI发布会PPT里的小瑕疵,也引起了网友热议。大家发现在这张图表里,柱状图的高度出现了明显错误,但并不知道这是人为错误还是由AI生成。
马斯克则“嘴硬”称,Grok 4在ARC-AGI测试中仍然打败了GPT-5。
做题好是不是真的好?
那么,如何评价GPT-5的真实水平,或许日前的大模型国际象棋对抗赛恰好给我们提供了一个很好的参考。
同样在今天凌晨结束的对抗赛上,OpenAI旗下的o3以4-0完胜Grok 4,夺得最终冠军。尽管Grok 4在此前两轮中都表现出色,但在决赛中,随着对局长度增加,Grok 4也开始表现出棋力下降。
此次国际象棋比赛的意义,并非考验大模型的算力,而是考验其推理能力。
如果大模型在接受了大量棋谱训练之后,体现出高超棋力,这只能证明AI的记忆力或者算力强大,而这件事在2017年就已经被AlphaGo证明过了。
但是由于这些通用大模型都没有接受过专门的棋谱训练,因此往往只能在开局阶段凭借记忆下出经典开局。在几个回合之后,大模型已经无法找到人类棋谱作为参考,它们的思维结构也并非像AlphaGo那样专为下棋设计。因此,这时候的AI推理,是跟人类相同的推理方式,通过语言逻辑来推演棋盘变化。
OpenAI显然也不再希望把外界的胃口掉得过高。在本次发布会上,我们可以看到OpenAI花了更多时间介绍GPT-5在垂直场景应用的能力,例如生成小游戏、回答健康问题的能力,这都是为了让AI与人类更好地共存与协作。
1、邱党谈击败林诗栋:自己的表现很不错,现在大家的水平都很接近,邱children
2、在中超表现出色,外媒:米特里策将在9月入选罗马尼亚国家队,米利亚 罗马尼亚
3、《南京照相馆》好!应该让张艺谋和陆川看上一百遍!,南京拍艺术照