网站开发程序开发,做网站的工作怎么样,鄠邑区建设局网站,山东定制网页建站定于下周发布的Grok-1.5带来了增强的推理和解决问题的能力#xff0c;并接近于已知的开源和闭源的LLM的性能#xff0c;包括OpenAI的GPT-4和Anthropic的Claude 3。 马斯克指出#xff0c;Grok-1.5将为xAI在X平台上的ChatGPT挑战者聊天机器人提供支持#xff0c;而Grok-2(新…定于下周发布的Grok-1.5带来了增强的推理和解决问题的能力并接近于已知的开源和闭源的LLM的性能包括OpenAI的GPT-4和Anthropic的Claude 3。 马斯克指出Grok-1.5将为xAI在X平台上的ChatGPT挑战者聊天机器人提供支持而Grok-2(新模型的继任者)仍在训练阶段。他表示下一个版本应该能够“在所有指标上超越当前的AI”但没有分享它可能何时变得可用的具体细节。
Grok-1.5带来了什么?
xAI去年11月宣布了Grok-1称这个AI是以《银河系漫游指南》为模型几乎可以回答任何问题以帮助人类在寻求理解和知识的征途中——无论背景或政治观点如何。在GSM8K、HumanEval和MMLU等基准测试中由xAI分享的数据显示Grok-1的表现超过了Llama-2-70B和GPT-3.5。
现在随着Grok-1.5的发布该公司在先前模型的基础上取得了显著改进在所有主要基准测试中包括与编码和数学相关的任务都实现了显著提升。 xAI在博客文章中指出“在我们的测试中Grok-1.5在MATH基准测试中达到了50.6%的分数在GSM8K基准测试中达到了90%的分数这两个数学基准测试涵盖了从小学到高中竞赛问题的广泛范围。此外它在评估代码生成和问题解决能力的HumanEval基准测试中得分为74.1%。”
在MMLU基准测试上评估AI模型在不同任务上的语言理解能力新模型得分为81.3%比Grok-1的73%高出显著幅度。
此外xAI还确认Grok-1.5的上下文窗口可达128,000个标记(标记是单词、图像、视频、音频或代码的整个部分或子部分)。这使得模型能够一次性处理和处理大量信息比Grok-1多16倍使其更适合分析、总结和提取长文档中的信息。它甚至可以处理更长、更复杂的提示同时仍然保持遵循指令的能力。
接近OpenAI和Anthropic
凭借增强的推理和解决问题的能力Grok-1.5不仅在基准测试中胜过其前身而且还接近流行的开放和封闭源模型包括Gemini 1.5 Pro、GPT-4和Claude 3。
例如在MMLU上Grok-1.5的81.3%得分超过了最近推出的Mistral Large但落后于Gemini 1.5 Pro(83.7%)、GPT-4(86.4%
截至2023年3月)和Claude 3 Opus(86.8%)。在GSM8K基准测试上也注意到了类似的差距xAI模型仅落后于Google、OpenAI和Anthropic的产品。
值得注意的是Grok-1.5唯一看起来有优势的基准是HumanEval在那里它的表现超过了所有模型除了Claude 3 Opus。xAI希望继续这些改进并通过Grok-2提供进一步的性能提升据马斯克称应该在所有指标上超越当前的AI。该模型目前正在训练中。
技术顾问Brian Roemmele表示根据他与Grok-1的工作Grok-2“在发布时将成为最强大的LLM AI平台之一。它将在几乎所有指标上超越OpenAI。”
Grok-1.5的可用性
至于Grok-1.5xAI计划下周开始部署。公司表示该模型最初将提供给早期测试者和那些已经在X平台(Twitter)上使用Grok聊天机器人的用户——实时访问平台上的所有帖子。推出将分阶段进行公司将改进模型并引入几个新功能——可能包括一种新的不受限制的有趣模式——同时逐步使其对更广泛的用户群体可用。
当马斯克在X上推出Grok时被视为推动Grok和X的采用。他首先将AI作为平台的“高级”订阅的一部分价格为每月16美元。然而就在几天前这位亿万富翁分享说聊天机器人也将为支付8美元每月的高级订阅者启用。在另一个更新中他还确认拥有一定级别的验证订阅者的关注者将免费获得高级和高级订阅的好处包括Grok。
