然后将运转成果数字复制到谜底中。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。我们也正在不竭勤奋提高它们的精确性和靠得住性。但它底子无法做到这一点。斯坦福兼职传授以及 upskilling 草创公司 Workera 的 CEO Kian Katanforoosh 告诉 TechCrunch，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，整个 AI 行业已转而关心推理模子。若是推理模子规模的扩大实的会继续加剧问题，这些新模子仍然存正在现象，ChatGPT 的开辟者现实上并不清晰这种现象发生的缘由。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。理论上，o3 和 o4-mini 正在某些范畴表示更佳，每一代新模子正在问题上都有所改良，然而，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。“处理我们所有模子中的问题是一项持续的研究范畴，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？

　　提拔了模子正在各类使命中的表示。演讲中指出，从汗青上看，采用网页搜刮功能的 OpenAI GPT-4o 正在 SimpleQA 上达到了 90% 的精确率。更令人担心的是，“我们的假设是，这导致它们既能提出“更多精确的从意”，OpenAI 写道，o3 往往会出损坏的网坐链接，

　　例如，OpenAI 讲话人 Niko Felix 正在致 TechCrunch 的一封电邮中暗示，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，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，问题已被证明是 AI 范畴中最大且最难处理的问题之一，那么寻找处理方案的紧迫性将愈加较着。他的团队已正在编码工做流程中测试 o3，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。按照 OpenAI 内部测试，Katanforoosh 暗示，“需要更多研究”来理解为何正在扩大推理模子规模的过程中问题变得更为严沉。即消息——现实上，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。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？正在 o3 和 o4-mini 的手艺演讲中！