教程与技巧

ARC Prize 实测 OpenAI o1 在 ARC-AGI-Pub 的成绩

原文标题:OpenAI o1 Results on ARC-AGI-Pub

AI 摘要

ARC Prize 用统一测试框架测得 o1-preview 在 ARC-AGI 公开评测得 21.2%,与 Claude 3.5 Sonnet 的 21% 相当,但每任务平均耗时 4.2 分钟约为其 10 倍。文章认为 o1 实现了训练时和推理时的 CoT 范式,从记忆答案转向记忆推理,但仍限于预训练数据分布内,测试时算力增加虽能对数级提升准确率,实现 AGI 仍需新思路。

关键信息

  • ARC Prize 用统一测试框架测得 o1-preview 在 ARC-AGI 公开评测得 21.
  • 2%,与 Claude 3.
  • 5 Sonnet 的 21% 相当,但每任务平均耗时 4.
  • 2 分钟约为其 10 倍。
  • 文章认为 o1 实现了训练时和推理时的 CoT 范式,从记忆答案转向记忆推理,但仍限于预训练数据分布内,测试时算力增加虽能对数级提升准确率,实现 AGI 仍需新思路

速览

发布时间
更新时间
来源
ARC Prize:官方博客
分类
教程与技巧
AI 评分
71
阅读原文 前往信息源阅读完整正文
推荐理由

ARC Prize 用同一测试框架实测 o1 并给出测试时算力与效率分析,读者可借此理解 o1 在 ARC-AGI 上成绩有限的原因。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:ARC Prize 实测 OpenAI o1 在 ARC-AGI-Pub 的成绩。2024年9月13日。https://new.nat6.net/news/cmtyo2p2t03glrog0f2a4owcg/

查看全部 →