高度な推論機能
- OpenAI o3は段階的な論理的推論を実行でき、詳細な分析を要する複雑なタスクに適している。
優れたプログラミング能力
- OpenAI o3は優れたコーディング能力を持ち、プログラミングスキルを測定するベンチマークテスト「Codeforces」の「Elo-MMR」のスコアにおいて、International Grandmaster（2727）のスコアを記録。加えて、ソフトウェア開発タスクのベンチマークテスト「SWE-bench」で71.7％の正答率を達成し、OpenAI o1のスコアから20％向上を記録した。
数学的計算能力
- OpenAI o3は高度な数学的計算にも対応し、数学コンテスト「American Invitational Mathematics Examination」（AIME）で96.7％の正答率を達成。OpenAI o1の83.3％を大幅に上回る結果となった。
科学研究における知識
- OpenAI o3は科学分野でも強みを発揮し、博士号レベルの科学問題を扱うベンチマークテスト「GPQA」の「ダイヤモンド」レベルにおいて87.7％の正答率を達成した。
セルフファクトチェック機能
- OpenAI o3は応答の正確性を向上させるため、セルフファクトチェック機能を搭載している。これにより、誤った情報の生成リスクを低減し、より信頼性の高い出力を実現している。
AGIへの該当度
- OpenAIは、汎用（はんよう）人工知能（AGI）に関するベンチマークテスト「ARC-AGI」（注）で87.5％の正答率を記録している。OpenAI o1の32％から大幅な改善を遂げただけでなく、人間の平均正答率（85％）を大幅に上回る結果となり、OpenAI o3の推論能力と汎用性の高さが示された。

※注：ARC-AGIは、ピクセルパターンの認識を通じて、学習データに含まれていない未知の課題に適応する能力を評価する指標。

OpenAI o3の新しい安全技術

　OpenAI o3には、従来のOpenAIのAIモデルにはなかった新しい安全技術「Deliberative Alignment」（熟慮的アライメント）が採用されている。これは、OpenAI o3の推論能力を生かして、ユーザーのプロンプト（AIツールへの指示）が安全性にどのような影響を与えるかを評価する仕組みだ。

　従来のLLMの安全対策は、安全・危険なプロンプトの例を学習させ、それに基づいて判断基準を設定する方式だった。一方のDeliberative Alignmentは、AIモデル自身がプロンプトの意図や内容を直接評価する。

　OpenAI o3は設定された安全基準を基にプロンプトを精査し、隠された意図や、システムを欺こうとする試みを検出する。これにより、危険なコンテンツをより正確に拒否しつつ、安全なコンテンツが誤ってブロックされるリスクを軽減することが可能となった。

　Deliberative Alignmentは、以下のように段階的なプロセスを経て機能する。

学習プロセス
- まず、基本的な有用性を向上させるためのトレーニングを実施する。この段階では、安全性に特化したデータは使用されない。
AIモデルに、安全性に関する基準やポリシーへの直接的なアクセス権を持たせる。
データ分析プロセス
- プロンプトを安全性カテゴリーごとに分類し、適切な安全基準とひも付ける。AIモデルにプロンプトを入力し、安全基準を参照しながら分析させる。その際、推論の各ステップを明示する「Chain-of-Thought」（CoT：思考の連鎖）手法を活用し、安全性評価の精度を高める。
ファインチューニングプロセス
- 「教師ありファインチューニング」（SFT：Supervised Fine Tuning）の手法で、ラベル付きデータを用いてAIモデルの推論能力を最適化する。SFTの後、強化学習を用いてAIモデルをさらに調整し、CoT推論の精度をさらに高める。
推論プロセス
- AIモデルがプロンプトを受け取ると、自動でCoT推論を開始し、安全基準に照らし合わせながら分析する。これにより、ポリシーに準拠した適切な応答の生成が可能となる。

　こうした新技術により、OpenAI o3はより高度な安全管理を実現し、ユーザーに対してより信頼性の高い応答を提供できるようになった。

TechTarget発先取りITトレンド

米国Informa TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。

TechTargetジャパントップエンタープライズAI