目录
OpenAI发布o3：AI 推理能力的重大突破，得分高达 87.5%
阿里通义千问Qwen开源视觉推理模型QVQ-72B-Preview
OpenAI推出ChatGPT新记忆功能:能跨对话回忆用户交流
OpenAI发布ChatGPT宕机故障详细报告：只因一个小更改导致
OpenAI发布o3：AI 推理能力的重大突破，得分高达 87.5%
https://www.aibase.com/zh/news/14162
关键看点
- OpenAI o3发布： OpenAI 发布了最新的 o-Model 推理系列模型——OpenAI o3，它在数学和科学推理方面取得了显著进步。
- 推理能力提升： o3 在 ARC AGI 基准测试中的得分高达 87.5%，显示出推理能力的大幅提升。
- 性能表现： 在高级数学测试中，o3 的成功率达到 96.7%，科学推理准确率提升了10%。
- 混合推理框架： o3 结合了神经符号学习和概率逻辑，能够分解问题并优化答案。
- 应用潜力： o3 在教育、医疗和软件开发等多个领域具有广泛的应用潜力。
详情
- 推理能力： o3 旨在提升处理结构化思维需求的推理能力，尤其在数学和科学领域。它在推理基准测试 ARC AGI 中的得分从之前模型的32% 跃升至87%。
- 数学和科学测试： 在高级数学测试中，o3 的成功率提升了近40%，达到96.7%。在科学推理方面，o3 解决博士级科学问题的准确率提高了10%。
- 代码理解和调试： o3 还展现出了理解和调试代码的能力，为软件开发提供了潜在的实用价值。
- 混合推理框架： o3 采用了混合推理框架，结合了神经符号学习与概率逻辑，能够分解问题，简化复杂查询，并利用扩展记忆保持上下文信息。
- 实际应用： o3 可以在教育领域帮助学生解决复杂问题，在医疗领域支持诊断过程，在软件开发中协助调试和生成代码。
- OpenAI愿景： OpenAI 发布的视频展示了 o3 在物理、数学和伦理困境等领域的问题解决能力，体现了 OpenAI 开发能够跨越多种场景进行推理的模型的雄心。
链接
OpenAI发布o3：AI 推理能力的重大突破，得分高达 87.5%
阿里通义千问Qwen开源视觉推理模型QVQ-72B-Preview
关键看点
- Qwen开源QVQ模型： 阿里通义千问Qwen团队开源了其最新研发的多模态推理模型QVQ，这是人工智能在视觉理解和复杂问题解决能力方面的重要进展。
- 视觉推理能力提升： QVQ模型基于Qwen2-VL-72B构建，通过结合语言和视觉信息，提升了AI的推理能力，在MMMU评测中取得了70.3的高分。
- 性能提升： QVQ在多项数学相关基准测试中相较Qwen2-VL-72B-Instruct显示出显著的性能提升。
- 模型局限性： 尽管QVQ-72B-Preview表现出色，但团队也指出了模型存在的一些局限性，包括语言混合和代码切换问题、可能陷入循环逻辑模式、安全和伦理考虑以及性能和基准限制。
- 多步骤视觉推理挑战： 模型在多步骤视觉推理过程中可能会逐渐失去对图像内容的关注，导致幻觉。
详情
- 模型优势： QVQ模型在视觉推理任务中展现出特别的优势，尤其是在需要复杂分析思维的领域。
- 评估数据集： Qwen团队在四个数据集上对QVQ-72B-Preview进行了评估，包括MMMU、MathVista、MathVision和OlympiadBench，这些数据集旨在考察模型在视觉相关的综合理解和推理能力。
- 模型表现： QVQ-72B-Preview在这些基准测试中表现出色，有效缩小了与领先模型之间的差距。
- 应用示例与技术博客： Qwen团队提供了几个QVQ模型在视觉推理任务中的应用示例，并分享了技术博客的链接。
- 模型推理代码示例： 团队还提供了模型推理的代码示例，以及如何使用魔搭API-Inference直接调用QVQ-72B-Preview模型的方法。
- 魔搭平台支持： 魔搭平台的API-Inference为QVQ-72B-Preview模型提供了支持，用户可以通过API调用的方式直接使用该模型。
链接
阿里通义千问Qwen开源视觉推理模型QVQ-72B-Preview
OpenAI推出ChatGPT新记忆功能:能跨对话回忆用户交流
关键看点
- ChatGPT新记忆功能： OpenAI 推出了 ChatGPT 的新记忆功能，允许 AI 在用户开启新对话时回忆起以往的交流内容。
- 用户控制： 用户可以通过设置面板管理自己的存储信息，包括删除特定记忆、清除过往对话记录或归档某些聊天记录。
- 隐私保护： 用户可以关闭记忆功能或使用临时聊天功能以确保对话的私密性。
- 个性化服务： 记忆功能旨在提升用户体验，使 ChatGPT 能够更加个性化地回应用户需求。
- 行业竞争： 谷歌也为聊天机器人 Gemini 增加了类似的记忆功能，目前仅对付费用户开放。
详情
- 对话记忆能力： ChatGPT 的新记忆功能使其能够在不同的对话中提取和利用历史信息，提升对话的相关性和个性化。
- 用户完全控制： 用户可以删除特定的记忆或从对话历史中删除过去的对话记录，也可以选择将某些对话进行归档。
- 关闭记忆功能： 如果用户关闭记忆功能，这并不会清除已有的记忆，删除过去的对话也不会影响到助手从这些对话中形成的记忆。
- 临时聊天功能： ChatGPT 提供了关闭记忆的选项，或可以选择使用临时聊天功能，以确保对话的私密性。
- OpenAI和谷歌的目标： 这些记忆功能的推出反映了 AI 行业的一个更广泛目标，即将聊天机器人转变为真正的个人助手，通过不断学习并记住用户的偏好，自动调整其回应。
- 谷歌的记忆功能： 谷歌的记忆功能允许用户告诉 AI 他们的偏好，例如最喜欢的美食类型，从而在后续对话中提供更精准的推荐。用户同样可以随时关闭这一功能，且谷歌强调不会使用存储的个人信息来训练其 AI 模型。
链接
OpenAI推出ChatGPT新记忆功能:能跨对话回忆用户交流
OpenAI发布ChatGPT宕机故障详细报告：只因一个小更改导致
关键看点
- OpenAI服务宕机： OpenAI 的 ChatGPT 和 Sora 等服务发生了长达4小时10分钟的宕机事件。
- 故障原因： 一个小的变更导致 Kubernetes (K8S) API 操作过载，造成服务瘫痪。
- 工程师困境： 控制面崩溃导致工程师无法访问，无法及时处理问题。
- 恢复过程： 通过缩小集群规模和增加资源等手段，最终恢复了服务。
详情
- 事故发生时间： 太平洋标准时间下午3点12分，工程师们为收集 Kubernetes 控制面指标而部署了新的遥测服务。
- 配置错误： 新服务的配置无意间过于广泛，导致每个集群中的每个节点同时执行资源密集型的 K8S API 操作，迅速造成 API 服务器的崩溃。
- 服务瘫痪： 由于 DNS 功能依赖于控制面，服务之间无法相互联系，导致整个服务瘫痪。
- 问题定位： 问题在3分钟内被定位，但由于工程师无法访问控制面进行服务回滚，形成了一个 “死循环” 局面。
- 恢复措施： 工程师尝试缩小集群规模以减少 K8S 的 API 负载，并阻止对管理 K8S API 的访问，扩大 K8S API 服务器的资源配置。
- 流量转移： 工程师将流量转移到已恢复或新增的健康集群中，以降低其他集群的负载。
- 资源限制： 由于许多服务试图同时恢复，导致资源限制饱和，恢复过程需要额外的手动干预，部分集群恢复耗时较长。