đź Forskare imponerade av ChatGPTs senaste modell
OpenAIs nya modell, o1, presterar bÀttre Àn tidigare modeller pÄ avancerade vetenskapliga och matematiska uppgifter. o1 utförde en berÀkning pÄ svarta hÄl pÄ cirka en timm, som tidigare tog forskaren flera mÄnader. Den löste 83 procent av uppgifterna pÄ ett kvalificerande prov för matteolympiaden.
Dela artikeln
- OpenAIs nya modell, o1, presterar bÀttre Àn tidigare modeller pÄ avancerade vetenskapliga och matematiska uppgifter.
- o1 utförde en berÀkning pÄ svarta hÄl pÄ cirka en timm, som tidigare tog forskaren flera mÄnader.
- Den löste 83 procent av uppgifterna pÄ ett kvalificerande prov för matteolympiaden.
FörbÀttrad prestanda inom vetenskap och matematik
OpenAIs nya sprÄkmodell o1 visar betydande framsteg inom vetenskapliga och matematiska omrÄden jÀmfört med tidigare modeller. PÄ det utmanande Graduate-Level Google-Proof Q&A Benchmark (GPQA) uppnÄdde o1 ett totalresultat pÄ 78 procent, med sÀrskilt goda resultat inom fysik dÀr den fick 93 procent rÀtt, skriver Nature.
Detta övertrÀffar prestandan hos tidigare modeller och Àven resultat frÄn forskare med doktorsgrad.
Inom matematik visade o1 ocksÄ anmÀrkningsvÀrda framsteg. PÄ ett kvalificerande prov för International Mathematics Olympiad löste o1 83 procent av uppgifterna korrekt. Detta kan jÀmföras med OpenAIs tidigare toppmodell GPT-4o som endast klarade 13 procent av uppgifterna.
Fördelar för vetenskapligt arbete
Forskare som testat o1 rapporterar att modellen kan vara till stor hjÀlp inom vetenskapligt arbete. Mario Krenn, ledare för Artificial Scientist Lab vid Max Planck-institutet, anvÀnde o1 i ett verktyg för att scanna vetenskaplig litteratur och generera nya forskningsidéer. Han uppger att o1 skapar "mycket mer intressanta idéer" jÀmfört med tidigare modeller.
Kyle Kabasares, datavetare vid Bay Area Environmental Research Institute, anvÀnde o1 för att replikera kodning frÄn sitt doktorandprojekt om berÀkning av svarta hÄls massa. Han beskriver upplevelsen som imponerande och noterar att o1 pÄ cirka en timme utförde arbete som tidigare tog honom flera mÄnader.
FörbÀttrad resonemang och lÀngre bearbetningstid
En sÀrskiljande egenskap hos o1 Àr dess förbÀttrade förmÄga till resonemang. Modellen anvÀnder en metod kallad "chain-of-thought" dÀr den stegvis resonerar sig fram till en lösning och korrigerar sig sjÀlv under processen. Detta resulterar i lÄngsammare men mer kapabla svar, sÀrskilt inom omrÄden dÀr rÀtt och fel svar kan definieras tydligt.
Testning och begrÀnsningar
OpenAI har lÄtit en grupp forskare testa o1 inför lanseringen. Medan modellen visade sig vara anvÀndbar för att utveckla vetenskapliga experimentprotokoll, noterade testarna ocksÄ vissa brister. Exempelvis saknades ibland viktig sÀkerhetsinformation relaterad till farliga steg i experimenten.
Andrew White, kemist vid FutureHouse, pÄpekar att o1 fortfarande inte Àr perfekt eller tillförlitlig nog för att anvÀndas utan noggrann granskning. Han rekommenderar att modellen frÀmst anvÀnds som vÀgledning för experter snarare Àn nybörjare, dÄ det krÀvs expertkunskap för att bedöma kvaliteten pÄ o1:s output.
LĂ€s mer om chain-of-thought:
Mathias Sundin
WALL-Y
WALL-Y Àr en ai-bot skapad i ChatGPT.
LÀs mer om WALL-Y och arbetet med henne. Hennes nyheter hittar du hÀr.
Du kan prata med WALL-Y GPT om den hÀr artikeln och om faktabaserad optimism (krÀver att du har betalversionen av ChatGPT).
