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,发新邵阳市某某家具服务中心小杯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自己的克突邵阳市某某家具服务中心内部测试中,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:热门资讯)
-
这事儿|“欧洲自然科学院院士”井喷,媒体揭露翻版“克莱登大学”
近日,多家国内学术机构、权威媒体相继发布了“xxx当选欧洲自然科学院院士”的消息,引发社会舆论关注。在多篇官方通稿的描述中,该“欧洲自然科学院Europaische Akademie der Natu ...[详细] -
据央视军事微博消息,7月9日,总台记者在前方获悉:湖南岳阳华容县钱团间堤发生管涌险情,陆军第74集团军官兵正在紧急处置。 编辑 李忆林子点击进入专题: 湖南华容洞庭湖决堤 ...[详细]
-
当地时间7月8日晚,以色列国防军发表声明称,阿维·布鲁斯少将Avi Bluth)接替耶胡达·福克斯担任以军中央司令部司令。当天稍早前,以军举行了交接仪式,并由以军总参谋长哈莱维主持。 阿维·布鲁 ...[详细]
-
从万众瞩目到无人问津,国行版Vision Pro凉凉?你根本没看懂苹果
出品|网易科技《锐度》栏目作者|崔玉贤编辑|丁广胜Vision Pro可能是苹果为数不多的,上市仅2个月,经历了一个过山车的品类。2024年2月2日,Vision Pro在美上市,开售5分钟苹果服务器 ...[详细] -
4月30日,外交部发言人林剑主持例行记者会。 有记者提问,有消息称,近日,巴勒斯坦法塔赫和哈马斯两个派别在北京就巴内部和解举行磋商。发言人能否介绍一下详细情况? 林剑介绍,应中方邀请,巴勒斯坦 ...[详细]
-
7月9日,据广州日报:近日,记者从广州市林业和园林局了解到,白云山风景名胜区拟实行车辆限制进入制度。广州市林业和园林局拟定了《广州市白云山风景名胜区车辆限制进入规定征求意见稿)》以下简称《征求意见稿》 ...[详细]
-
据央视新闻,针对日本小林制药公司含红曲成分保健品致消费者健康受损问题,大阪市市长当地时间8日透露说,截至本月5日,小林制药已接到来自233名死亡消费者家属的咨询,该公司将对其中93名消费者死亡是否 ...[详细]
-
当地时间8日晚,也门胡塞武装发言人叶海亚·萨雷亚发表讲话,称胡塞武装与伊拉克民兵武装“伊斯兰抵抗组织”采取联合行动,通过无人机袭击了以色列埃拉特的重要目标。△也门胡塞武装发言人叶海亚·萨雷亚资料图 ...[详细]
-
5月7日消息,零一万物官宣发布一站式 AI 工作平台 “万知”。它可以做会议纪要、周报、写作助手,还可以解读财报、论文等各类文件,帮你做PPT。中英双语,完全免费,可通过网页www.wanzhi.co ...[详细]
-
据新华社广州7月8日电 记者从珠海边检总站了解到,截至7日下午,该总站今年查验经拱北、港珠澳大桥、横琴、青茂、湾仔、中山港和九洲港等对港对澳口岸出入境人员突破1亿人次,同比增长约31.3%。横琴大 ...[详细]