北京时间 2 月 18 日,马斯克与 xAI 团队,在直播中正式发布了 Grok 最新版本 Grok3。 早在本次发布会之前,依靠着种种相关信息的抛出,加上马斯克本人 24/7 不间断的预热炒作,让全球对 Grok3 的期待值被拉到了空前的程度。在一周前,马斯克在直播中评论 DeepSeek R1 时,还信心满满地表示「xAI 即将推出更优秀的 AI 模型」。 从现场展示的数据来看,Grok3 在数学、科学与编程的基准测试上已经超越了目前所有的主流模型,马斯克甚至宣称 Grok 3 未来将用于 SpaceX 火星任务计算,并预测「三年内将实现诺贝尔奖级别突破」。 但这些目前都只是马斯克的一家之言。笔者在发布后,就测试了最新的 Beta 版 Grok3,并提出了那个经典的用来刁难大模型的问题:「9.11 与 9.9 哪个大?」 遗憾的是,在不加任何定语以及标注的情况下,号称目前最聪明的 Grok3,仍然无法正确回答这个问题。 Grok3 并没准确识别出这个问题的含义 | 图片来源:极客公园 在这个测试发出之后,很短的时间内迅速引发了不少朋友的关注,无独有偶,在海外也有很多类似问题的测试,例如「比萨斜塔上两个球哪个先落下」这些基础物理/数学问题,Grok3 也被发现仍然无法应对。因此被戏称为「天才不愿意回答简单问题」。 <img src="https://mmbiz.qpic.cn/mmbiz_jpg/8cu01Kavc5ZNtcibZdfKtqUrkdG8fgibu1Ee8ic5UrXcF5csU4ZJicjibNlsedMO8kwBia5oZt8icUM7hzv1AdhnMQhFw/640?wx_fmt=jpeg&from=app
ARTICLE
/
极客公园
测试「天下最聪明」的 Grok3:它真的是模型边际效应的终点吗?
2025年02月24日 09:11 · 来自 极客公园