2 月 12 日晚間消息，在中國 AI 公司的影響下，OpenAI 公開了 O 系列強化學習的秘密。RNf28資訊網——每日最新資訊28at.com

今天（2 月 12 日），OpenAI 發布了關于推理模型在競技編程中應用的研究論文報告《Competitive Programming with Large Reasoning Models》，文中放出了 OpenAI 三個推理模型：o1、o1-ioi、o3 在 IOI（國際信息學奧林匹克競賽）和 CodeForces（全球知名在線編程競賽）中的成績。RNf28資訊網——每日最新資訊28at.com

論文顯示，在 IOI 2024 中，o3 在嚴格規則下拿到 395.64 分，達成金牌成就，并且在 CodeForces 上的表現與人類精英選手相當。RNf28資訊網——每日最新資訊28at.com

RNf28資訊網——每日最新資訊28at.com

論文中還提到，中國的 DeepSeek-R1 和 Kimik1.5 通過獨立研究顯示，利用思維鏈學習（COT）方法，可顯著提升模型在數學解題與編程挑戰中的綜合表現。R1、k1.5 是 DeepSeek 和 Kimi 在 1 月 20 日同時發布的新型推理模型。RNf28資訊網——每日最新資訊28at.com

該論文通過強化學習（RL）訓練的大型語言模型在復雜編碼和推理任務上的性能提升，比較了通用推理模型與針對特定領域優化的系統在競技編程中的表現。研究結果表明，增加強化學習訓練計算和測試時計算可顯著提升模型性能，使其接近世界頂尖人類選手，這些模型將在科學、編碼、數學等領域的 AI 應用中解鎖新的應用體驗。RNf28資訊網——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-45-10742-0.htmlOpenAI 最新論文：o3 在 IOI 2024 嚴格規則下拿到 395.64 分達成金牌成就

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： AI 芯片廠商 Cerebras 部署 DeepSeek 服務爆單，降低成本反而擴大市場容量

下一篇： DeepSeek V3 R1 滿血版上線華為云