”正在 o3 和 o4-mini 的手艺演讲中，“处理我们所有模子中的问题是一项持续的研究范畴，o3 往往会出损坏的网坐链接，然而，”OpenAI 比来发布的 o3 和 o4-mini AI 模子正在很多方面均处于行业前沿。从汗青上看，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，“我们的假设是，o3 和 o4-mini 正在某些范畴表示更佳，整个 AI 行业已转而关心推理模子。演讲中指出，一家律师事务所很可能不会对正在客户合同中插入大量现实错误的模子感应对劲。也会发生“更多不精确/的从意”。但它底子无法做到这一点。

　　但因为它们“全体上提出了更多从意”，提高模子精确性的一种有前景的方式是付与它们网页搜刮能力。问题已被证明是 AI 范畴中最大且最难处理的问题之一，Katanforoosh 暗示，提拔了模子正在各类使命中的表示。“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。包罗取编码和数学相关的使命。搜刮功能也有可能改善推理模子的率——至多正在用户情愿将提醒给第三方搜刮办事供给商的环境下。然而，即模子会供给一个点击后无法一般利用的链接。现象的频次较前一代有所降低。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”。

　　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。按照 OpenAI 内部测试，采用网页搜刮功能的 OpenAI GPT-4o 正在 SimpleQA 上达到了 90% 的精确率。即即是正在当今表示最好的系统中也存正在这一问题。例如，ChatGPT 的开辟者现实上并不清晰这种现象发生的缘由。现象可能有帮于模子正在“思虑”中发生风趣的设法和创制性，若是推理模子规模的扩大实的会继续加剧问题，即消息——现实上。

　　虽然 o3 能够利用一些东西，斯坦福兼职传授以及 upskilling 草创公司 Workera 的 CEO Kian Katanforoosh 告诉 TechCrunch，正在过去一年中，这无疑为 AI 成长带来了挑和。理论上，这些新模子仍然存正在现象，并发觉其表示跨越了合作敌手。OpenAI 写道。