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-1.5，xai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。
企业网d1net(www.d1net.com)：
国内主流的to b it门户，同时在运营国内最大的甲方cio专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营19个it行业公众号(微信搜索d1net即可关注)。
ag凯发旗舰厅的版权声明：本文为企业网d1net编译，转载需在文章开头注明出处为：企业网d1net，如果不注明出处，企业网d1net将保留追究其法律责任的权利。