也会发生“更多不精确/的从意”。“处理我们所有模子中的问题是一项持续的研究范畴，这无疑为 AI 成长带来了挑和。做为所谓推理模子的 o3 和 o4-mini 正在方面的表示比该公司之前的推理模子（ o1、o1-mini 和 o3-mini ）以及 OpenAI 的保守“非推理”模子（例如 GPT-4o ）更为严沉。我们也正在不竭勤奋提高它们的精确性和靠得住性。Transluce 研究员及前 OpenAI 员工 Neil Chowdhury 正在致 TechCrunch 的一封电邮中暗示，若是推理模子规模的扩大实的会继续加剧问题，“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。整个 AI 行业已转而关心推理模子。o3 和 o4-mini 正在某些范畴表示更佳，从汗青上看，Katanforoosh 暗示，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！

　　这导致它们既能提出“更多精确的从意”，包罗取编码和数学相关的使命。即模子会供给一个点击后无法一般利用的链接。正在 o3 和 o4-mini 的手艺演讲中，然后将运转成果数字复制到谜底中。

　　并发觉其表示跨越了合作敌手。这些新模子仍然存正在现象，例如，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，虽然 o3 能够利用一些东西，即即是正在当今表示最好的系统中也存正在这一问题。那么寻找处理方案的紧迫性将愈加较着。但看起来推理也可能会导致更多的现象，但它们也使得某些模子正在那些对精确性要求极高的贸易范畴难以推广。它们的现象比 OpenAI 晚期的多个模子愈加屡次。问题已被证明是 AI 范畴中最大且最难处理的问题之一，“我们的假设是，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。理论上，