马斯克突发新版大模型,牺牲特斯拉资源叫板OpenAI,一手实测来了
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
马斯克旗下xAI大模型,马斯模型出二代了!克突
Grok-2测试版发布,发新西安市某某餐饮管理培训中心小杯Grok-2 mini已经在平台在线可玩。版大板
马斯克还以谜语人的牺牲形式,揭晓了困扰大模型圈一个多月的拉资秘密:
原来Lmsys大模型竞技场上的神秘匿名模型sus-column-r,真身就是源叫Grok-2。
sus-column-r在排行榜上积累了1万多人类投票,手实测已经与GPT-4o的马斯模型API版并列第三。
在xAI自己的克突西安市某某餐饮管理培训中心内部测试中,Grok-2在常识(MMLU、发新MMLU-Pro)、版大板数学竞赛问题(MATH)、牺牲研究生水平科学知识(GPQA)等领域与其他前沿模型相媲美。拉资
另外Grok-2最擅长基于视觉的源叫任务,在视觉数学推理(MathVista)达到SOTA。
不过这个图的排版可就有点心机在里面了:把分数最高的GPT-4o、Claude-3.5-Sonnet放得离自己远一些。
光看分数还是抽象,下面就进入一手实测环节。
一手实测Grok-2
如果你是/推特平台付费用户,可以直接进入Grok频道试玩。不花钱的话也可以到Lmsys大模型竞技场选择sus-column-r试玩。
而且付费用户反倒只能玩到小杯mini版,免费用户能玩大杯,也是很厚到了。
由于Grok-2可以访问上的实时数据,可以直接让他总结当天的新闻,开启趣味模式的话还可以附赠吐槽。
付费版本还接入了最新开源AI生图模型Flux.1,会把中文提示词翻译成英文理解。
点进主页上的“安利一个奇幻游戏”问题示例,可以看到它先推荐了《博德之门3》,并从剧情、人物自定义、游戏机制、世界塑造、幽默元素和玩家社区几个角度做点评,很好的把握了游戏的亮点。
此时可以直接换中文继续提问。
Grok-2同样了解《黑神话:悟空》这款还没发售的游戏,准确说出发售日期在8月20日、使用的虚幻5引擎,并且总结了上网友的讨论。
还在最后附带了网友的帖子,可以点进去参与讨论,与整个平台的功能整合已经到位了。
不过由于上只有mini版模型,接下来上强度测试我们移步大模型竞技场,还可以与GPT-4o来一场捉对pk。
在最近流行的智商检测问题“9.9和9.11哪个大”上,Grok-2(sus-column-r)表现碾压ChatGPT最新版本。
不过另一项流行测试“strawberry中有几个r”问题上,两者都还是没能通过。(多试几次两者都有小概率答对)。
更严肃一些的陷阱题“以下哪支蜡烛是最先被吹灭的”中,Grok-2比ChatGPT稍有进步。
考点是最先被吹灭的蜡烛剩下的部分更长(正确答案3),ChatGPT错误的理解成最短的,Grok-2思路是对的但是数哪个最长没数对。
对于经典的大模型弱点“逆转诅咒”问题,两者似乎都以某种方式克服了。不仅能正着回答“汤姆克鲁斯的母亲是谁”,也能倒过来回答数据出现频率更少的“Mary Lee Pfeiffer的儿子是汤姆克鲁斯”。
(当然不排除只是成为经典问题之后,相关数据更多了。)
马斯克大模型升级,牺牲特斯拉换的
测试先告一段落,可以看出Grok-2对比上一代Grok-1.5有了很大进步。
背后马斯克可是,花费了大量资源和人力。
比如有新加入xAI的研究员表示,能用10万卡集群做研究,比起在学校里可怜的资源爽太多了。
但是有一群人可不满意了:特斯拉股东。
根据华尔街日报消息,马斯克持续把人才、数据和GPU资源从特斯拉向xAI转移。
目前为止,xAI已经雇佣了至少11名曾在特斯拉工作过的员工,其中六名直接在Autopilot团队工作过。
原本为特斯拉保留的GPU订单,马斯克也要求英伟达优先供应xAI。
马斯克还公开谈论了特斯拉收集的大量视觉数据,他表示这些数据可以作为训练xAI模型的资源。
至少三位特斯拉股东因为这事把马斯克给告了,声称将资源转移到xAI损害了特斯拉投资者的利益。
目前案件正在特拉华州法院审理。
(责任编辑:知识)
-
版权声明:本文版权为网易汽车所有,转载请注明出处。网易汽车10月2日报道在成都车展首发之后,比亚迪夏的信息频频曝光,首先是疑似价格信息,或售28.98万-35万元。随后,比亚迪王朝网销售总经理路天也借 ...[详细]
-
以公共交通为导向的城市发展模式TOD),是超大城市空间发展的重要方向。在上海轨交9号线泗泾站,招商蛇口打造50万方TOD项目招商·时代潮派,5月18日,以“潮鉴时代生活新范式”为主题,项目举办“潮前生 ...[详细]
-
俄罗斯外交部官员23日警告,日本如果修改和平宪法,会威胁到俄罗斯及地区安全,俄方会采取反制措施。 “此举对俄罗斯安全构成威胁,我们将不得不采取相应反制措施,增强防务能力。”俄罗斯外交部第二亚洲局 ...[详细]
-
一项考试全体满分,班主任请全班吃烤全羊,学生们抢着吃:满嘴香
为了鼓励学生上进,考出优秀的成绩,越来越多的老师采用了花式奖励,承诺学生考出了好成绩,就请大家喝奶茶、吃饺子、吃烤全羊。本以为只是随便一说,但老师们低估了十多岁孩子的胃口,为了吃上美食,他们太拼了,潜 ...[详细] -
朝鲜劳动党中央委员会副部长金与正14日称,无人机渗透至平壤事件由韩国军方主导。韩方目前对此暂无回应。 此前,金与正12日曾就韩国无人机侵犯朝鲜领空并散发传单一事发表谈话,认为“韩国军方难以推卸作 ...[详细]
-
全美挂科率最高的10所大学!入学即开启地狱模式,这届留学生太难了......
留学生也太难惹!每个过程都仿佛在过关斩六将,好不容易度过申请重重难关,搞定托福、SAT、IB/AP、活动、文书,入学后发现自己还是too young,too naive,还有搞不定的离谱assignm ...[详细] -
每到中招季,家长群里总是格外热闹。大家伙儿一边忙着吃瓜开放日上碰到的新鲜事,一边热心分享学校透露出的重要信息。这不,人大附中在近日接受媒体采访时公布了一连串的好消息:2024校本部普高总计划增加14人 ...[详细]
-
以公共交通为导向的城市发展模式TOD),是超大城市空间发展的重要方向。在上海轨交9号线泗泾站,招商蛇口打造50万方TOD项目招商·时代潮派,5月18日,以“潮鉴时代生活新范式”为主题,项目举办“潮前生 ...[详细]
-
青春版“仰望U8”来了!方程豹豹8到店,搭载华为智驾+智能三把锁
很明显,凭借着毋庸置疑的新能源车型研发技术以及早期在亲民化新能源车型市场所累积的口碑,使得现如今的比亚迪不仅真正成为了“国产新能源领导品牌”,更是有着更为充足的底气向各个细分市场领域进发。这不,即便先 ...[详细] -
2024年高考,做好这3件事比刷题更有用,能直接影响高考发挥
对即将参加2024年高考的学子们来讲,留给他们备考的时间已经不多了。一旦进入这个阶段,有些考生就开始“听天命”了,觉得无论怎么做都没有意义,不如躺平。不过更多的学生是抱着“拼死一搏”的决心,仍然高强度 ...[详细]