OpenAI发布o3和o4mini果然，openai还是有大招的，今天新公布的o3完整版和o4-mini确实超出了我的预期
Benchmark的跑分基本全是SOTA(o4-mini在math和coding上的表现最优，AIME2015和SWE-Bench来看，比起gemini2.5pro高了不少)
用RL训练模型使用工具，不仅教会它们怎么用工具，而且教会它们去推理何时使用工具(从deepseek r1的报告一出来我就知道迟早会用rl训练tool-use，因为tool-use是可以写rule-based reward的)
最惊艳的一个特性：将图像整合到了CoT中。这可以说是多模态的又一个里程碑(可以看到例子的CoT里模型对用户输入的图像自主地进行了旋转，缩放和变换，且例子里这些做法都是有逻辑的，非常符合人观察图像的方式)
当然，一如既往的，openai没有明说这些特性是怎么训练出来的(直觉上应该都是用了RL，CoT里整合图像的这个特性或许是训练了一种新的Reward Model)[吃瓜]ai探索计划OpenAI最强推理模型o3发布
