Elon Musk 的 xAI 使用新的推理优化 Grok 4 模型创下 AI 基准记录
快速阅读: 《硅角度》消息，马斯克xAI推出Grok 4，专攻推理与代码生成。该模型在多项测试中表现优异，将逐步推出多版本并扩展至编程和视频生成。
埃隆·马斯克的xAI控股公司推出了一款新的大型语言模型Grok 4，该模型专门针对推理任务，例如生成代码。这款LLM于周三晚上正式发布，此前该公司经历了一周的动荡。在产品发布前几个小时，X的首席执行官琳达·亚卡里诺（Linda Yaccarino）宣布辞职。此前，这个社交平台内置的人工智能聊天机器人曾对用户帖子生成了一系列反犹太主义的回复。
X，原名Twitter，通过一项价值330亿美元的全股票收购，在3月份成为xAI的一部分。这个社交平台的聊天机器人由Grok LLM系列提供支持。
Grok 4是在Colossus上训练的，Colossus是xAI去年在孟菲斯推出的超级计算机。当它在9月上线时，系统配备了10万块图形处理单元。据xAI称，到5月，这一数字超过了20万块，并最终将达到100万块。
最新模型设计用于处理最多包含25.6万个标记文本和图像的提示。它可以分析图表、生成代码、解决数学问题并完成相关任务。根据xAI的说法，与上一代Grok 3模型相比，该LLM具有显著提升的推理能力。
公司使用“人类最后的考试”（Humanity’s Last Exam）这一AI基准数据集来评估Grok 4，该数据集以其复杂性而闻名。它包含2500个跨越多个科学领域的题目。Grok 4在不使用任何外部应用程序（如搜索引擎）的情况下解决了超过44%的问题。相比之下，OpenAI的Deep Research工具——一个使用其o3推理模型的AI代理——得分仅为26.6%。
马斯克在X平台上写道：“Grok 4已经几乎可以做到在数学/物理考试题中不出错，除非问题是精心设计的对抗性问题。”“它可以识别问题中的错误或歧义，然后修正问题中的错误或回答每个模糊问题的不同变体。”
Grok 4可通过xAI的应用程序编程接口提供给开发者。公司还将推出一个增强版Grok 4 Heavy，据称它使用多个AI代理来处理查询。每个代理都会回答用户的问题，比较它们的回答并输出最佳答案。
Grok 4 Heavy将通过名为SuperGrok Heavy的订阅服务提供，每月价格为300美元。该计划还将提供对其他新xAI产品的早期访问权限。
在X的直播中，马斯克表示，公司计划下个月推出一个优化用于编程任务的Grok 4版本。9月，xAI将推出第二版，具备扩展的多模态功能。一个专为生成视频而构建的Grok 4第三版将在那之后几周内推出。
从长远来看，xAI计划将LLM连接到特斯拉公司用来设计车辆的科学应用。这包括计算流体力学软件，帮助工程师模拟汽车的空气动力学。此外，xAI希望将Grok 4提供给主要的公共云平台。
图片：Unsplash
约翰·弗里尔（John Furrier），SiliconANGLE联合创始人的一则信息：
通过分享和参与我们的内容及社区，支持我们开放的免费内容。
加入CUBE校友信任网络
科技领袖连接、分享情报和创造机会的地方
11.4k+ CUBE校友网络
高管和技术专家
15M+ CUBE 观众
与我们网络中的11,413+行业领袖建立联系，这些领袖来自科技和商业领袖组成的独特可信网络效应。
SiliconANGLE Media是数字媒体创新的知名领导者，服务于创新受众和品牌，汇集前沿技术、有影响力的内容、战略见解和实时受众互动。作为SiliconANGLE、theCUBE网络、theCUBE研究、CUBE365、theCUBE AI和theCUBE SuperStudios等的母公司——包括在硅谷和纽约证券交易所（NYSE）设立的那些机构——SiliconANGLE Media处于媒体、技术和人工智能的交汇点。
由科技愿景家约翰·弗里尔和戴夫·韦兰特创立，SiliconANGLE Media已建立了强大的行业领先数字媒体品牌生态系统，覆盖1500多万精英科技专业人士。该公司新的专有theCUBE AI视频云正在开创观众互动的新天地，利用theCUBEai.com神经网络，帮助科技公司做出数据驱动的决策，并保持在行业对话的最前沿。SiliconANGLE Media是数字媒体创新的知名领导者，服务于创新受众和品牌，汇集前沿技术、有影响力的内容、战略见解和实时受众互动。作为SiliconANGLE、theCUBE网络、theCUBE研究、CUBE365、theCUBE AI和theCUBE SuperStudios等的母公司——包括在硅谷和纽约证券交易所（NYSE）设立的那些机构——SiliconANGLE Media处于媒体、技术和人工智能的交汇点。
(以上内容均由Ai生成)
