o3斩获IOI金牌冲榜全球TOP 18，自学碾压顶尖程序员！48页技术报告公布

OpenAI的o3模型在IOI 2024竞赛中以394分（满分600）夺得金牌，跻身全球前18名。该模型通过强化学习和大规模计算资源训练，从“编程菜鸟”成长为顶尖选手，并在全球编程竞赛CodeForces中排名前200。研究团队发表48页论文，揭示o3自主发展出独特测试策略，如先编写暴力解法验证优化方案。实验表明，大规模强化学习比手工设计策略更有效，使o3在编程竞赛和实际软件开发任务中均表现优异，评分达2724（99.8百分位），接近顶尖人类选手水平。
来源：https://mp.weixin.qq.com/s/NyGYfBCKd1QLa7qzAf9ZoA