今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜OpenAI 團隊親自回答問題
🚀｜OpenAI 推出 Deep Research
📊｜o3-mini vs. DeepSeek-R1
🧭｜如何使用 Deep Research？
🔬｜AI 推理模型「思考太少」
🔍｜黃仁勳：趕快去找一個 AI 家教
電子報製作時間：4.5 小時
🗞️ NEWS
OpenAI 團隊親自回答問題：承認開源策略站錯邊
圖片來源：Reddit
上週 OpenAI 推出 o3-mini 後，就在 Reddit 上開了 AMA（Ask-Me-Anything），團隊成員親自回應大家的各種問題，這邊幫你總結這次 AMA 的關鍵重點：
開源立場：Sam Altman 承認 OpenAI 在開源策略上「站錯邊」，需要重新思考開源策略，但內部還沒達成共識，且不是目前優先事項。
競爭對手：Sam Altman 認為 DeepSeek 是「非常好的模型」，OpenAI 未來會繼續推出更強的模型，但領先優勢不會像以前那麼大。
完整 o3 模型：預估最快「幾週後」，最晚「幾個月內」就會正式推出。
新功能：CPO 也透露即將會有更多「AI Agents」、「全新圖像生成工具」推出，可以期待一下！
GPT-5：關於大家最關心的 GPT-5 可能要再等等了！Sam Altman 回應 GPT-5 目前還沒有明確的發佈時間，會繼續改進 GPT-4o 相關功能。
🧰 TOOLS
AI 簡報工具 Gamma：把簡報交給 AI 做！
來自合作夥伴：Gamma
Gamma 是一款 AI 驅動的簡報工具，只需要不到 1 分鐘的時間，就能自動完成一份簡報、文件甚至是網頁！
你不再需要簡報模板
只需一鍵，就能重新設計整份簡報
能夠線上分享你的簡報，獲得數據分析
能在任何設備上分享：筆型、平板、手機
能夠嵌入任何内容：GIF、影片、圖表、網站
除了 AI 功能外，它能在簡報嵌入各種的內容真的非常方便，推薦還沒使用過 Gamma 的讀者免費嘗試看看
🚀 LAUNCH
OpenAI 推出全新 AI 功能 Deep Research
圖片來源：OpenAI
OpenAI 推出全新 AI 功能 Deep Research，讓 ChatGPT 進行深度網路研究，自動搜尋、分析數百種來源，並在幾分鐘內產出專業報告。
優化 o3 模型：採用 o3 模型，專為網頁瀏覽、數據分析優化，能主動搜尋、回溯、根據即時資訊調整策略，確保找到最相關的資料。
應用場景：適合財經、科學、工程...等需要深入研究的知識專業人士，提供研究分析師水準的研究報告。
測試表現：在上期提到的基準測試 Humanity's Last Exam 中，拿下 26.6％ 正確率。（o3-mini：13.0%；DeepSeek-R1：9.4%）
圖片來源：OpenAI
誰能使用 Deep Research？：目前已經開放給 Pro 用戶（$200/月），每月最多 100 次查詢，Plus 與 Team 用戶將在 1 個月內獲得使用權限。
圖片來源：Epoch AI
AI 研究團隊 Epoch AI 測試比較了 OpenAI o3-mini 模型和 DeepSeek-R1 模型，在高難度數學、博士級科學測試上的表現。
MATH Level 5（高難度數學測試）：o3-mini 95.2%，DeepSeek-R1 93.1%，兩者均超越 OpenAI 的 o1-mini（84.3%）。
GPQA Diamond（博士級科學測試）：o3-mini 74.3%，DeepSeek-R1 71.7%，接近 OpenAI o1 的 75.8%。
小型模型（o3-mini）表現已經接近甚至超越舊款大型完整模型（o1）。
開源追上：雖然 OpenAI o3-mini 在兩項測試中表現皆優於 DeepSeek-R1，但一個「開源模型」表現能如此接近 OpenAI 最新模型，還是非常驚人！
OpenAI 昨日宣布推出 Deep Research 時，也同步 Demo 了該如何使用這款新工具：
選擇 「Deep Research」模式：輸入你的問題，例如：競爭分析、技術研究、市場報告…等需要大範圍搜尋、驗證的問題。
開始執行：ChatGPT 會啟動 Deep Research，並在側邊欄顯示搜尋來源、步驟、進度。
研究時間：可能需要 5 至 30 分鐘，研究完成後，你會收到通知，完整報告會直接顯示在對話中。
Deep Research vs. GPT-4o：
🔬 RESEARCH
AI 推理模型「思考太少」導致錯誤
圖片來源：Tencent AI Lab
Tencent 最新研究發現：OpenAI o1、Deepseek-R1 等推理模型解題時，容易思考還不夠周全，就頻繁更換推理方向，導致資源浪費、準確率下降。
數據顯示：這些模型在產生錯誤答案時，較正確答案多使用 225% tokens，主要是因為解題策略變換頻率高了 418%。
關鍵發現：超過 70% 的錯誤答案中，都包含正確推理步驟，代表 AI 有正確推理能力，但在過程中容易中斷、轉換策略，導致最終答案錯誤。
解決方法：研究團隊提出 「思維切換懲罰（TIP）」機制，減少過早轉換策略，鼓勵模型更深入的推理。
實驗結果：TIP 能有效降低思考不足並提升準確率，不需額外訓練模型，論文也提到未來可以進一步探索「自適應機制」，讓模型自動調整思考轉換。
🔍 INSIGHT
黃仁勳：趕快去找一個 AI 家教！
NVIDIA CEO 黃仁勳接受 Vox 記者 Cleo Abram 的訪談，表示：「如果我要鼓勵大家做一件事的話，就是趕快去找一個 AI 家教！」
過去 10 年的重點是 AI 科學的發展，而未來 10 年則是 AI 應用的時代。
人形機器人發展將加速，改變製造業、消費市場的運作方式。
真正的趨勢是「AI 增強（Augmentation）」，而非「AI 取代（Replacement）」
黃仁勳：如果還是學生，會做的「第一件事」就是學會與 AI 互動，讓 AI 幫助自己學習。
🤝 ADVERTISING
與 {{active_subscriber_count}}+ 位讀者分享你們的產品與服務
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷；管理階層超過 40%，資深職員超過 30%；來自國內外多間知名企業… 馬上預訂合作
