Vi uppnådde guldmedaljnivå på årets IMO! Vår modell tänker och skriver bevis på tydlig, enkel engelska - ingen formell kod krävs. Till skillnad från de smalare systemen som använts i tidigare tävlingar är vår modell byggd för att resonera brett, långt bortom tävlingsproblem.

Vi tävlade live i @atcoder World Finals Heuristic Contest och kom på 2:a plats! Modeller som o3 rankas bland de 100 bästa i kodning / matematiktävlingar, men AFAIK detta är den första topp-3-placeringen i en främsta kodning / matematiktävling. Det är ett stort gap mellan topp-100 och topp-3!

Jag är oerhört entusiastisk över potentialen i tankekedjans trofasthet och tolkningsbarhet. Det har i hög grad påverkat utformningen av våra resonemangsmodeller, med början med o1-preview. I takt med att AI-system ägnar mer tid åt att arbeta med t.ex. långsiktiga forskningsproblem är det viktigt att vi har något sätt att övervaka deras interna process. Den underbara egenskapen hos dolda CoT:er är att även om de till en början är grundade i ett språk som vi kan tolka, är den skalbara optimeringsproceduren inte fientlig mot observatörens förmåga att verifiera modellens avsikt - till skillnad från t.ex. direkt övervakning med en belöningsmodell. Spänningen här är att om CoTs inte var dolda som standard, och vi ser processen som en del av AI:ns resultat, finns det många incitament (och i vissa fall nödvändighet) att sätta övervakning på den. Jag tror att vi kan arbeta mot det bästa av två världar här - träna våra modeller att vara bra på att förklara sitt interna resonemang, men samtidigt behålla förmågan att ibland verifiera det. CoT-trohet är en del av en bredare forskningsinriktning, som är träning i tolkningsbarhet: att sätta upp mål på ett sätt som tränar åtminstone en del av systemet att förbli ärligt och kontrollerbart i stor skala. Vi fortsätter att öka våra investeringar i denna forskning på OpenAI.

OpenAI Podcast Episode 2 är nu live! @markchen90 och @nickaturley ansluter sig till @andrewmayne för att dra tillbaka ridån för skapandet av ChatGPT. De går också in på hur produkter utvecklas och vad som är nästa steg för agentisk kodning och multimodala assistenter.

Bästa anledningen till att byta från att använda 4o till o3 är att o3 håller med om att den bästa running backen i NFL är @saquon!

Inget slår att bränna midnattsoljan i ett maximalt flödestillstånd...

Vi överanställer inte på forskning. Och på talangbaren - det finns några riktigt fenomenala människor som ansluter sig under den kommande månaden! Jag tillbringade år i handel tills bristen på mening slitit ner mig. Jag har aldrig känt det på OAI - det är så mycket mer tillfredsställande att bygga saker med verklig påverkan.

Har precis släppt Codex, en mjukvaruutvecklingsagent som kan arbeta med många uppgifter parallellt. Den körs på sin egen molnbaserade beräkningsinfrastruktur och kan fixa buggar, svara på frågor om din kod, köra tester etc. Känns som ett steg mot framtiden för mjukvaruteknik.

Produkt + forskning = ❤️ Kan inte vänta med att arbeta med @markchen90 och förverkliga hans genombrott genom våra produkter.

Jag ser verkligen fram emot att jobba med @fidjissimo - hon är en produktvisionär!