🖥️較早收集於 60m

GPT 5.4 藉舊預印本解未解數學題

GPT 5.4 藉舊預印本解未解數學題
PostLinkedIn
🖥️閱讀原文: Computerworld

💡GPT-5.4 解未解數學+代理控制—對開發者和研究者意義重大(28字元)

⚡ 30-Second TL;DR

有什麼變化

首個模型透過發現 2011 年冷門預印本解決 Tier 4 數學題。

為什麼重要

推進 AI 推理和工具使用,將搜尋與解題結合。實現實用代理應用,轉變數學/研究工作流程。

下一步行動

測試 GPT-5.4 Pro 的代理滑鼠點擊 API 以自動化原型中的 UI。

誰應關注:Researchers & Academics

關鍵要點

  • 首個模型透過發現 2011 年冷門預印本解決 Tier 4 數學題。
  • 代理創新:對電腦執行「點擊滑鼠」指令。
  • 數學進展:Epoch AI 挑戰達 31%+,先前為 19%。
  • 強化試算表、更少 token、使用者可調整的任務規劃。

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 8 個來源。

🔑 增強重點摘要

  • GPT-5.4 支援高達 1M 至 2M token 的上下文視窗,大幅提升長程任務處理能力。
  • 模型整合 GPT-5.3-Codex 的編碼能力與一般推理,實現單一架構取代先前專門模型。
  • 推出 ChatGPT for Excel 和 Google Sheets 外掛程式,以及與 FactSet、MSCI 等企業工具整合。
  • 在 GDPval 知識工作基準達到 83%,超越 GPT-5.2 的 70.9%,並在專業職業比較中勝過人類 83%。
  • 提供原生多模態處理,包括文字、影像、音訊和影片,並支援原生圖像輸入高達 10.24M 像素。

🛠️ 技術深入

  • 原生電腦使用能力:可撰寫 Playwright 程式碼、讀取螢幕截圖,並發出鍵盤/滑鼠指令操作電腦。
  • 推理努力等級:包含 none、fast、xhigh 等模式,xhigh 下在 τ²-bench 等基準表現優異。
  • 圖像輸入細節等級:original 模式支援高達 10.24M 像素(6000px 最大維度),high 模式 2.56M 像素。
  • 工具搜尋功能:減少工具密集工作流程中 47% 的 token 使用量。
  • 快模式:Codex 中的 /fast 模式提供 1.5x 更快 token 速度,API 透過優先處理實現。

🔮 前景展望AI analysis grounded in cited sources

GPT-5.4 將加速企業 AI 自動化採用率達 50% 以上
其原生代理能力和 Excel 整合允許無需開發者基礎設施即可處理端到端工作流程,大幅降低部署障礙。
幻覺率降低 33% 將使 GPT-5.4 成為生產環境首選
個別陳述錯誤機率大幅下降,結合工具搜尋效率提升,解決企業規模部署的主要痛點。

時間線

2026-03
OpenAI 發布 GPT-5.4 Pro,引入原生電腦使用和企業工作優化
2026-03-03
推出 GPT-5.3 Instant,具 3x 推理速度提升
2026-01
GPT-5.3 系列發布,奠定後續模型基礎
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Computerworld

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。