今天凌晨2点，OpenAI发布了一项新技术研究，通过增加推理时间、算力资源来大幅度提升模型的对抗鲁棒性。与传统的对抗训练样本方法不同的是，OpenAI提出的新方法不需要对大模型进行专门的对抗训练，也不需要提前了解攻击的具体形式。只需要通过增加推理时间和算力资源，模型就可以更
......
本文由站长之家合作伙伴自媒体作者“AIGC开放社区公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
今天凌晨3点，OpenAI正式发布了新模型o3-mini，可在ChatGPT和API中可用。Pro用户可无限使用o3-mini，Plus和Team用户的速率限制将是o1-mini的3倍。o3-mini高推理模式，Plus用户每周只有50条消息?到目前为止我印象不错，本来可以更好，但实际上o3-mini已经很好了。
两个国产推理模型的发布，让全球AI圈“提前过年”了。月之暗面推出了Kimik1.5多模态思考模型，DeepSeek也发布了DeepSeek-R1文本推理模型，二者都在推理能力上对标OpenAI正式版o1。推理模型作为模厂的下一个分水岭，谁抓住了国产推理模型的崛起时刻，也就先一步抓住了未来。
OpenAI公司今天在X平台发布推文，宣布面向免费和付费用户更新o3-mini的思维链。OpenAI为付费用户更新o3-mini-high的思维链，更透明、更详细地展示模型的推理”步骤以及得出答案的方式。尤为值得一提的是，o3模型在ARC-AGI测试中取得了历史性突破，首次跨越人类水平门槛，以87.5%的优异成绩，标志着OpenAI在通往实现人工通用智能的征途中又迈出了坚实的一步。
经过一系列测试——从创意写作到复杂的教学，DeepSeek-R1的综合实力完全能和OpenAI的付费「精英」们掰手腕。原来用对方法，性价比路线也能玩转AI竞技场!DeepSeek发布其开放权重的R1推理模型仅一周时间，多次震惊海内外。这场快测的结果让科技媒体arstechnica资深编辑感慨，DeepSeek-R1的综合实力完全能和OpenAI的付费「精英」掰手腕。
DeepSeek版o1，有消息了。还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAIo1的中档推理设置相当。这样实时更新、确保公平性和可靠性的测试方法，获得了开发者社区的认可。
据英伟达官方网站消息，DeepSeekR1671b版本已作为英伟达NIM微服务的预览版在build.nvidia.com平台上发布。这一微服务基于单个英伟达HGXH200系统，能够实现每秒处理多达3872个token的高效性能。DeepSeekR1是幻方量化旗下AI公司DeepSeek所发布的大型模型，其在数学、代码编写、自然语言推理等多项任务上展现出的性能，足以与OpenAI的o1模型相媲美。
据报道，OpenAI发布事故报告指出，当前遭遇GPT-4o和4o-mini模型性能下降问题，目前正在进行调查，并将尽快发布最新消息。科研人员创新性地推出了一项名为LONGPROC的基准测试工具，该工具专为评估模型在处理长上下文中的复杂信息并生成相应回复的能力设计。特别是在需要输出8ktokens的任务中，即便是参数庞大的先进模型也未能幸免于难，这或许预示着未来大型语言模型研究的
OpenAI首席全球事务官ChrisLehane在最新专访中透露满血版o3将于本周五正式上线。去年12月20日，在为期12个工作日的线上新品发布活动最后一日，OpenAI宣布了“压轴大作”：o1的下一代模型o3，推出两个版本一个正式的o3，另一个相对较小的精简版o3-mini。不知道此番提前上线满血版o3是否是OpenAI应对DeepSeek热的紧急措施。
DeeSeek掀起的滔天巨浪，让全世界为之震颤。从R1复现狂潮，到登顶美榜APPStore，再到科技股集体重挫，这股东方神秘力量威力尽显。它总共包含61个decoder块，其中前三个是全连接层，其余则是专家混合层。
今天凌晨2点，OpenAI终于发布了传闻已久的AIAgent——Operator。Operator是一个面向浏览器的智能体，能够模拟人类操作计算机的能力，完成在线订餐、预订酒店、购买机票等日常繁琐、重复任务。Operator处于预览版状态，仅提供给美国Pro用户使用，很快会扩大应用范围。
