当前位置:首页 → 电脑软件 → 张佳宁演累了吧让我去演 → 黄色视频精品在线观看网站 v4.386 PC版
v4.706 最新版
v5.51.5439.389965 IOS版
v6.913.567.315010 安卓最新版
v8.943.4600 安卓最新版
v4.754.6241.898939 IOS版
v2.290.9003 PC版
v2.168.7834 安卓版
v5.383 最新版
v2.441.5731.90913 IOS版
v2.798 安卓漢化版
v2.804.6979.339184 PC版
v8.305.7736.252232 安卓版
v7.390.7508.121273 最新版
v4.75.7550.841924 安卓最新版
v8.670.8579 安卓版
v2.343 PC版
v8.100.2665.112228 安卓版
v2.497.6142.260616 最新版
v2.192.414 最新版
v9.643 IOS版
v8.551.1072.952871 PC版
v5.120.2952.933829 安卓免費版
v8.754.7209.874413 安卓免費版
v4.849 安卓漢化版
v3.209 安卓版
v4.500.5102 安卓漢化版
v9.169.5543.573656 安卓版
v6.714 PC版
v3.185.5462.923521 安卓漢化版
v3.816.4255.874705 安卓版
v1.776.7430.358617 最新版
v3.875.3254 安卓漢化版
v2.317.3735 最新版
v8.520.6020.678314 安卓最新版
v6.706 安卓漢化版
v3.78.3172 IOS版
v1.79 安卓免費版
v5.312 PC版
v3.960.7315.923772 安卓漢化版
v5.121.1556.115073 PC版
v9.957 安卓最新版
v3.113.1128 最新版
v8.557.6808 最新版
v1.364.5468 安卓漢化版
v3.436 PC版
v5.141.5970.127854 最新版
v6.87.4799.825350 安卓免費版
v9.670.2898.902950 安卓最新版
v9.257.3294 IOS版
v5.120 安卓版
v3.923.9772 安卓版
v6.394.9416.934263 最新版
v7.468.38.803568 安卓版
v9.425.7274.148312 安卓免費版
v3.42.178.438532 PC版
v3.432.665 PC版
v5.887 IOS版
v5.559 安卓最新版
v8.443 PC版
v1.168.2642.27682 IOS版
v6.275 安卓免費版
v8.923.7870.959981 安卓最新版
v4.711.3337 PC版
v1.423 安卓最新版
v4.696.9723.664333 IOS版
v5.194.3342 PC版
v6.153 安卓最新版
v1.304.8437 PC版
v9.496.6240.880696 最新版
v2.137.526 安卓漢化版
v7.698.5095.360122 安卓最新版
v2.434.8530 安卓最新版
v6.615.146.35609 IOS版
v7.500.6302.208785 最新版
v9.136 PC版
v4.481.3495.656928 安卓免費版
v2.311 最新版
v4.322 安卓版
v3.458 安卓最新版
v7.232.8509.514778 安卓漢化版
黄色视频精品在线观看网站
就在OpenAI发布GPT-5.1,大谈“情商”之际,埃隆·马斯克(Elon Musk)也带着他的xAI,火速加入了这场“AI体验”之战。
就在刚刚,xAI宣布推出Grok 4.1,这是对现有Grok 4模型的重大升级,并已在grok.com、X平台以及iOS和Android应用向所有用户全面开放。。官方宣称,新版本在创意表达、情感互动和协同交流方面表现尤为突出,并且出现幻觉的概率仅为此前模型的三分之一。
更引人注目的是,在一个公开的“盲测”竞技场(LMArena)上,Grok 4.1的“思考模式”版本已悄然登顶总榜第一,甚至其“非推理”的快速模式,都击败了所有对手的“完整推理”模式。
这场突如其来的“榜首易主”,无疑为日趋白热化的AI竞赛,又增添了浓重的火药味。
Grok 4.1升级了什么?
xAI本次发布了两个Grok 4.1模型:Grok 4.1(非推理模式)和?Grok 4.1 Thinking(思考模式)。这两个模型均可免费使用,但付费用户面临的限制更少。
官方表示,新版本能更细致地理解隐含意图,与之对话引人入胜,也更能保持人设的一致性。
为了优化模型的风格、人格和有用性,xAI利用前沿的代理型推理模型(agentic reasoning models)作为“奖励模型”,在大规模环境中自主评估并迭代模型的回答。
在11月1日至14日的“静默上线”期间,xAI在真实流量上进行了盲测式的成对比较评估,结果显示,在64.78%的情况下,用户更偏好Grok 4.1。
“盲测”登顶,Grok 4.1到底有多强?
Grok 4.1在盲测的人类偏好评估中树立了新的行业标准。
LMArena是一个开源工具,用户可以通过并排、盲测的方式,比较不同大语言模型的表现。在这个竞争最激烈的“斗兽场”里,Grok 4.1取得了惊人的成绩:
· Grok 4.1的“思考模式”(代号:quasarflux)以1483 Elo的成绩位列总榜第一,领先所有非xAI模型31分。
· Grok 4.1的“非推理模式”(代号:tensor)无需使用“思考词元”(thinking tokens),可立即生成回答,并以1465 Elo的成绩排名第二。
· 更夸张的是,Grok 4.1的“非推理”模式表现,超过了所有其他模型在“完整推理模式”下的公开排行榜成绩。
与之相比, Grok 4此前在该榜单上的综合排名仅为第33位。
“情商”与“文采”,一个都不能少
除了通用能力,xAI还强调了新模型在“软实力”上的提升。
· 情绪智能(Emotional Intelligence) 为评估模型在个性与人际互动方面的进展,xAI对Grok 4.1进行了EQ-Bench3测试。这是一项由LLM作为裁判的测试,用于评估模型在主动情绪智能、理解力、洞察力、共情能力和人际技能方面的表现。
· 创意写作能力(Creative Writing) xAI同样测量了Grok 4.1在Creative Writing v3基准测试中的表现。在该测试中,模型需要根据32个不同的写作提示,在3次迭代中生成回答。
更少的“幻觉”
快速响应模型在配备搜索工具后,虽然能迅速给出答案,但更容易出现事实性错误。
在Grok 4.1的后训练阶段,xAI重点降低了模型在信息查询类提示中的事实性“幻觉”。
根据xAI的说法,Grok 4.1出现幻觉的概率是此前模型的三分之一,这使其成为xAI迄今为止的最佳版本之一。
为了验证这一点,xAI不仅在真实的生产流量中进行了评估,还使用了FActScore——一个包含500道新万博体育:人物传记问题的公开基准测试。
挑战与未来:真正的对手还在路上
尽管Grok 4.1的“盲测”成绩斐然,但AI的王座之争远未结束。
目前,我们尚不清楚它与GPT-5.1相比的真实表现。
更重要的是,谷歌(Google)正在准备发布Gemini 3.0,这可能会成为迄今为止最强大的模型。
Grok 4.1的发布,无疑是马斯克在AI竞赛中投下的一枚重要棋子。但在这场“神仙打架”的牌局中,谁能笑到最后,还远未可知。(易句)
(本文由AI翻译,网易编辑负责校对)
相关版本
多平台下载
查看所有0条评论>网友评论