Chúng tôi đã đạt được hiệu suất ở mức huy chương vàng trong IMO năm nay! Mô hình của chúng tôi suy nghĩ và viết chứng minh bằng tiếng Anh rõ ràng, đơn giản - không cần mã chính thức. Khác với các hệ thống hẹp hơn được sử dụng trong các cuộc thi trước, mô hình của chúng tôi được xây dựng để lý luận một cách rộng rãi, vượt xa các bài toán trong cuộc thi.

Chúng tôi đã thi đấu trực tiếp trong Cuộc thi Heuristic tại World Finals @atcoder và đã đạt giải nhì! Các mô hình như o3 xếp hạng trong top-100 trong các cuộc thi lập trình / toán học, nhưng theo những gì tôi biết, đây là lần đầu tiên có vị trí top-3 trong một cuộc thi lập trình / toán học hàng đầu. Có một khoảng cách lớn giữa top-100 và top-3!

Tôi rất hào hứng về tiềm năng của tính trung thành và khả năng giải thích theo chuỗi suy nghĩ. Nó đã ảnh hưởng đáng kể đến thiết kế các mô hình lý luận của chúng tôi, bắt đầu với o1-preview. Khi các hệ thống AI tiêu tốn nhiều tài nguyên tính toán hơn, ví dụ như trong các vấn đề nghiên cứu dài hạn, điều quan trọng là chúng ta có một cách nào đó để giám sát quy trình nội bộ của chúng. Tính chất tuyệt vời của các CoT ẩn là trong khi chúng bắt đầu được gắn kết với ngôn ngữ mà chúng ta có thể giải thích, quy trình tối ưu hóa có thể mở rộng không gây cản trở khả năng của người quan sát trong việc xác minh ý định của mô hình - không giống như, ví dụ, giám sát trực tiếp với một mô hình thưởng. Sự căng thẳng ở đây là nếu các CoT không bị ẩn theo mặc định, và chúng ta xem quy trình như một phần của đầu ra của AI, thì có rất nhiều động lực (và trong một số trường hợp, sự cần thiết) để đặt giám sát lên nó. Tôi tin rằng chúng ta có thể làm việc hướng tới điều tốt nhất của cả hai thế giới ở đây - đào tạo các mô hình của chúng tôi để xuất sắc trong việc giải thích lý luận nội bộ của chúng, nhưng đồng thời vẫn giữ khả năng thỉnh thoảng xác minh nó. Tính trung thành của CoT là một phần của hướng nghiên cứu rộng hơn, đó là đào tạo cho khả năng giải thích: đặt ra các mục tiêu theo cách mà ít nhất một phần của hệ thống vẫn trung thực và có thể giám sát được với quy mô. Chúng tôi đang tiếp tục tăng cường đầu tư vào nghiên cứu này tại OpenAI.

Tập 2 của Podcast OpenAI đã lên sóng! @markchen90 và @nickaturley tham gia cùng @andrewmayne để hé lộ quá trình tạo ra ChatGPT. Họ cũng bàn về cách các sản phẩm được phát triển và điều gì đang chờ đón trong lập trình agentic và trợ lý đa phương thức.

Lý do tốt nhất để chuyển từ việc sử dụng 4o sang o3 là o3 đồng ý rằng cầu thủ chạy lùi tốt nhất trong NFL là @saquon!

Không gì tuyệt vời hơn việc làm việc xuyên đêm trong trạng thái tập trung tối đa...

Chúng tôi không tuyển dụng quá nhiều cho nghiên cứu. Và về tiêu chuẩn tài năng - có một số người thực sự xuất sắc sẽ gia nhập trong tháng tới! Tôi đã dành nhiều năm trong lĩnh vực giao dịch cho đến khi thiếu ý nghĩa làm tôi kiệt sức. Tôi chưa bao giờ cảm thấy điều đó tại OAI - thật sự thỏa mãn hơn nhiều khi xây dựng những thứ có tác động thực sự đến thế giới.

Vừa ra mắt Codex, một tác nhân kỹ thuật phần mềm có thể thực hiện nhiều nhiệm vụ song song. Nó chạy trên cơ sở hạ tầng tính toán dựa trên đám mây riêng, và có thể sửa lỗi, trả lời câu hỏi về mã của bạn, chạy kiểm tra, v.v.. Cảm giác như một bước tiến tới tương lai của kỹ thuật phần mềm.

Sản phẩm + Nghiên cứu = ❤️ Rất háo hức được làm việc với @markchen90 và biến những đột phá của anh ấy thành hiện thực thông qua các sản phẩm của chúng tôi.

Rất hào hứng khi làm việc với @fidjissimo - cô ấy là một nhà tiên phong về sản phẩm!