O3 líkan OpenAI hefur gert óvænt framfarir í gervigreind með því að ná 75, 7% á ARC-AGI viðmiðuninni, þar sem endurbætt útgáfa nær 87, 5%. Þótt þetta sé áhrifamikið, bendir það ekki til þess að við séum komin með almenna gervigreind (AGI). ARC-AGI viðmiðun, sem grundvallast á Abstract Reasoning Corpus, prófar getu gervigreindar við flókin, ný verkefni með sjónþrautum. Þetta er erfitt vegna hönnunar sem forðast einfalda gagnalausnir með þjálfun gagna. Viðmiðið inniheldur opinþjálfunardæmi með 400 dæmum og krefjandi matssett. Einkarekna og hálf-opin prófunarsöfn tryggja frekari hlutlausa mat án þess að gefa AI fyrri almenna þekkingu. Áður náði o1 frá OpenAI aðeins 32% á ARC-AGI, og aðferðafræði Jeremy Berman náði 53%. François Chollet, höfundur ARC, lýsir frammistöðu o3 sem stórum áfanga í gervigreind, sem sýnir aðlögunarhæfni sem áður hefur verið óþekkt í GPT líkani. Þrátt fyrir mikla athygli í kringum o3, er það ekki verulega stærra en fyrrum módel, sem merkir raunverulega gæðabreytingu frekar en einfaldan smávægilegan framför.

Þó felur það í sér mikinn kostnað: $17 til $20 og 33 milljónir tákna á þraut fyrir lágróf, sem eykst til muna í hágrófar umhverfi. Chollet leggur áherslu á „forritasamsetningu“ til að leysa ný vandamál, sem felur í sér litlar, samsettar forritseiningar. Þótt fáar upplýsingar séu til um vélvirki o3, eru tilgátur um keðjuröksemdafærslu með leitaraðferðum og styrkingarnám til endurbóta, þótt misjöfn sjónarmið séu meðal sérfræðinga um þetta. Þrátt fyrir nafn sitt er ARC-AGI ekki próf fyrir AGI. Chollet segir að þó o3 hafi aukið hæfileika sé það ekki AGI þar sem það bregst einföld verkefni og getur ekki lært sjálfstætt án ytri inngripa. Sjálfstæð eftirfylgd efast um niðurstöður OpenAI, bendandi til þess að o3 hafi verið fínstillt á ARC þjálfunargögn. Rannsakendur leggja til að prófa þessi kerfi í nýjum umhverfum utan ARC til að staðfesta abstraksjónir þeirra og rökfærnisfærni. Hóp Chollet er að þróa nýtt viðmiðunarpróf fyrir o3, en menn geta leyst flest svr puzzles auðveldlega, sem undirstrikar bilið milli núverandi gervigreindar og sannrar AGI.