标签：编程竞赛

大模型在编程竞赛基准测试中全军覆没，所有参赛模型均获得0分。这一结果由谢赛宁领衔的华人团队发布，其最新推出的LiveCodeBench Pro基准测试引发了广泛关注。该基准测试每日更新题目，旨在防止大型语言模型（LLMs）通过“背题”来提高成绩。 LiveCodeBench Pro包含来自国际信息学奥林匹克竞赛（IOI）、Codeforces和国际大学生程序设计竞赛（ICPC）的高难度编程问题。这些题目覆盖了知识密集型、逻辑密集型和观察密集型三大类，并分为简单、中等和困难三个难度级别。为了确保评估的真实性和挑战性，团队每天都会更新题库，以...

OpenAI发布全新预览版模型o3，实现多项技术突破 今天凌晨2点，OpenAI开启了为期12天的技术直播的最后一场。不负众望，OpenAI正式发布了全新的预览版模型——o3。根据测试数据显示，o3在多个领域取得了显著的进展。 首先，在美国AIME数学竞赛中，o3获得了96.7分，远超o1预览版的56.7分和o1的83.3%，仅错了一道题，相当于顶级数学家的水平。此外，在ARCAGI基准测试中，o3在低算力资源下实现了75.7%的准确率，而在增加计算资源后，这一数字提升至87.5%，首次超过了人类85%的水平，标志着重大技术突破。 有趣的是，OpenAI直接跳...