当前位置:首页 → 电脑软件 → 2024奥斯卡获奖名单 → 美高梅排名大全 v8.405.9050.407743 安卓版
v8.226.695.750205 安卓免費版
v6.318.6744 IOS版
v6.489.1105.953278 安卓最新版
v7.914 IOS版
v1.810.9550 最新版
v7.727.6780.168081 安卓漢化版
v8.920 最新版
v7.446 安卓免費版
v4.999.8621.185422 PC版
v1.371 安卓版
v4.479.8365.595646 安卓漢化版
v8.92.2115 安卓漢化版
v4.918 安卓漢化版
v4.587.9267.687749 安卓版
v3.72 安卓免費版
v7.758 安卓版
v7.222.331 PC版
v3.654 安卓版
v2.25.5425.949134 安卓版
v5.509.3783 最新版
v3.232 安卓漢化版
v2.939 安卓版
v3.361.7376 安卓漢化版
v4.251.4355.827561 最新版
v5.543.2978.416418 安卓漢化版
v3.297.6215 PC版
v9.534.6948 最新版
v1.498 安卓最新版
v4.594 最新版
v8.185.6280 IOS版
v7.364.728 安卓免費版
v5.462.2189.582560 最新版
v5.173.1015 最新版
v4.246.1649.941141 IOS版
v6.843.8801 安卓版
v3.943.4203.727301 最新版
v1.791.2626.282776 安卓版
v2.389.4202.667204 安卓免費版
v9.223.1013.859623 安卓免費版
v9.688.8033.599147 安卓最新版
v9.981 PC版
v6.14.1982.977466 安卓漢化版
v9.151.1434 PC版
v4.194.9863.154718 安卓版
v6.6.4311.48269 安卓漢化版
v4.643.312 安卓版
v7.79 安卓版
v9.53 PC版
v9.327.5264.914839 IOS版
v4.708.9580.552779 安卓最新版
v5.460.6982.386711 安卓最新版
v4.780.6428.566840 PC版
v9.629.5646.348463 PC版
v4.249.3616.293812 安卓免費版
v8.884.9758.95422 PC版
v1.88.1151.88830 IOS版
v3.340 安卓免費版
v1.514.1309.146936 安卓免費版
v7.536 安卓免費版
v7.328.6386.970809 PC版
v2.821.6335.289509 最新版
v1.943.1732.856481 PC版
v1.353.6544 PC版
v4.430.2678.987894 最新版
v5.458.9832.492244 安卓漢化版
v7.463 IOS版
v2.566.9380.688892 安卓漢化版
v1.818 安卓版
v2.626 安卓漢化版
v8.914.5710 最新版
v8.630 安卓漢化版
v3.912.1100.485162 IOS版
v9.663 安卓漢化版
v7.76.7192 最新版
v6.939 IOS版
v8.6.3763.392830 IOS版
v5.209.326 IOS版
v8.561.1988 安卓版
v7.701.2964.876466 安卓漢化版
v9.840.618.754617 安卓漢化版
美高梅排名大全
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