o3

OpenAI研究副总裁Jerry Tworek首次详解GPT-5，称其本质是o3模型的升级版（o3.1）。他指出，强化学习与预训练结合是AGI发展的核心路径，未来将打造更自主、思考时间更长的推理模型。Jerry还认可DeepSeek的GRPO算法推动美国RL研究，并透露OpenAI内部高度自主、信息透明，员工甚至自费使用ChatGPT。