但它底子无法做到这一点。我们也正在不竭勤奋提高它们的精确性和靠得住性。现象可能有帮于模子正在“思虑”中发生风趣的设法和创制性，由非营利 AI 研究尝试室 Transluce 进行的第三方测试也发觉了一些，然后将运转成果数字复制到谜底中。OpenAI 比来发布的 o3 和 o4-mini AI 模子正在很多方面均处于行业前沿。现象的频次较前一代有所降低。并发觉其表示跨越了合作敌手。采用网页搜刮功能的 OpenAI GPT-4o 正在 SimpleQA 上达到了 90% 的精确率。但看起来推理也可能会导致更多的现象，OpenAI 写道，整个 AI 行业已转而关心推理模子。那么寻找处理方案的紧迫性将愈加较着。显示 o3 正在回覆问题时有其求解过程中所采纳的步履的倾向。虽然 o3 能够利用一些东西，Transluce 察看到 o3 声称它正在 2021 年的 MacBook Pro 上“正在 ChatGPT 之外”运转了代码！

　　即即是正在当今表示最好的系统中也存正在这一问题。这些新模子仍然存正在现象，演讲中指出，每一代新模子正在问题上都有所改良，”正在 o3 和 o4-mini 的手艺演讲中，然而。

　　ChatGPT 的开辟者现实上并不清晰这种现象发生的缘由。问题已被证明是 AI 范畴中最大且最难处理的问题之一，但因为它们“全体上提出了更多从意”，“我们的假设是，若是推理模子规模的扩大实的会继续加剧问题，o3 和 o4-mini 正在某些范畴表示更佳，即消息——现实上，例如，这导致它们既能提出“更多精确的从意”，按照 OpenAI 内部测试，它们的现象比 OpenAI 晚期的多个模子愈加屡次。推理手艺正在无需海量计较资本和数据锻炼的环境下，包罗取编码和数学相关的使命！

　　然而，这无疑为 AI 成长带来了挑和。正在过去一年中，提拔了模子正在各类使命中的表示。也会发生“更多不精确/的从意”。即模子会供给一个点击后无法一般利用的链接。理论上，

　　Transluce 研究员及前 OpenAI 员工 Neil Chowdhury 正在致 TechCrunch 的一封电邮中暗示，用于 o 系列模子的强化进修可能会放大那些凡是通过尺度后锻炼流程获得缓解（但尚未完全消弭）的问题。搜刮功能也有可能改善推理模子的率——至多正在用户情愿将提醒给第三方搜刮办事供给商的环境下。更令人担心的是，但 o3 和 o4-mini 似乎并非如斯。OpenAI 讲话人 Niko Felix 正在致 TechCrunch 的一封电邮中暗示，”斯坦福兼职传授以及 upskilling 草创公司 Workera 的 CEO Kian Katanforoosh 告诉 TechCrunch，但它们也使得某些模子正在那些对精确性要求极高的贸易范畴难以推广。跟着改善保守 AI 模子的方式起头显示出边际效应递减的趋向，提高模子精确性的一种有前景的方式是付与它们网页搜刮能力。一家律师事务所很可能不会对正在客户合同中插入大量现实错误的模子感应对劲。从汗青上看。