机构名称：
¥ 29.0
图 0.1：2023 年 6 月至 2024 年 12 月期间著名通用 AI 模型在关键基准测试中的得分。与之前的最先进水平（阴影区域）相比，o3 表现出显着提高的性能。这些基准测试是该领域对编程、抽象推理和科学推理最具挑战性的测试。对于未发布的 o3，显示公告日期；对于其他模型，显示发布日期。包括 o3 在内的一些较新的 AI 模型受益于改进的支架和测试时的更多计算。资料来源：Anthropic，2024 年；Chollet，2024 年；Chollet 等人，2025 年；Epoch AI，2024 年；Glazer 等人，2024 年；OpenAI，2024a；OpenAI，2024b；Jimenez 等人，2024 年； Jimenez 等人，2025 年。
国际人工智能安全报告
主要关键词
相关文件推荐
