标签: xAI Grok 4.1 LMArena
云梦级11月18日云梦级消息,埃隆・马斯克(Elon Musk)旗下的人工智能公司 xAI 11 月 17 日宣布推出最新大语言模型 G标签rok 4.1,并已面向所有用户全面推送。 本次更新旨在全面提升 Grok 在真实世界场景下的可用性。官方表示,Grok 4.1 不仅继承: 了前代模型敏锐的智能与高可靠性,更在创造性、情感理解和协作互动方面实现了重大改进,让其能够更精准地感知用户细微意图,提供更具吸引力和xA人格连贯性的对话体验。 Grok 4.1 的性能实现了业界顶尖水平。在大型语言模型竞技场(LMArena)的文本能力排行榜上,其具I 备深度思考能力的版本(代号:quasarflux)以 1483 的 Elo 分数高居榜首,领先第二名达 31 分。 更引人注目的是,其无需深Gr度思考的“即时响应”版本也以 1465 的 Elo 分数位列第二,性能甚至超越了其他所有模型的“全推理”模式。这一成绩相较于前代 Grokok 4(排名第 33 位)实现了巨大飞跃,也印证了其在底层能力上的绝对优势。 除了在通用能力基准测试中表现出色,Grok 4.1 还在 4“软实力”方面取得了显著进步。在衡量模型情商的 EQ-Bench3 基准测试和评估创意能力的 Creative Writing v3.1 测试中,新模型均表现优异。 在评估情感理解、洞察力和人际交往能力的 EQ-Bench3 基准测试中,Grok 4.1 的推理与非推理 L模式包揽了榜单前两名。 在创意写作领域,根据 Creative Writing v3 基准测试结果,Grok 4.1 的两种模式分别位列第MA二和第三,仅次于早期的 GPT-5.1 模型。 这意味着 Grok 4.1 不仅能处理复杂的逻辑推理,还能更好地理解并回应带有人类情感的提示re,进行富有想象力的内容创作,让其在人机交互中更具“人情味”。 另一项关键改进在于大幅降低了模型的“幻觉”率。对于配备搜索工具na的快速响应模型而言,由于推理深度和工具调用预算有限,容易出现事实性错误。 x.ai 在 Grok 4.1 的训练后期,特别针对优化信息查询类提标签示,专注于减少事实性幻觉。根据对真实世界查询样本的评估,新模型的幻觉率已显著降低,从而为用户提供更可靠、更准确的信息。

- 最近发表
- 随机阅读
-
- OpenAI震撼发布GPT-realtime!语音AI革命来了,人机对话真假难辨
- 腾讯将发布大模型训练自研向量数据库已申请自研向量数据库商标
- 关于AI在游戏领域的5个预测,你不一定都知道
- 标签: 美团骑手 屏蔽功能 恶意用户
- Nvidia 推出新型小型开放模型 Nemotron-Nano-9B-v2,支持智能推理开关
- 标签: 豆包 微信 努比亚 手机助手
- 不同于NLP,数据驱动方法与机器学习无法攻克NLU,原因有三点
- 云原生 Etcd 系列之Quorum 和唱票那回事
- 谷歌以“违反政策”为由 严厉处罚Chrome扩展制造商IAC
- Cursor1.6发布:AI 代码编辑器引入自定义命令,提升团队协作效率
- IBM携手腾讯云构筑“无边界零售”新业态
- 标签: 苹果 App Store Apple Ads 搜索广告
- 谷歌Gemini 3.0 Pro内测流出:编程能力大跃进,下周即将上线
- 标签: 携程集团 范敏 季琦 吴亦泓
- 天翼云2023年上半年营收459亿元 同比增长63.4%
- 标签: 守望先锋 网易 新疆赛里木湖 NGA
- 阿里云与浙江“传播大脑”深化合作,打造全省媒体“一朵云一张网”
- Reddit CEO直言:AI聊天机器人并未带来流量红利,搜索仍是核心引擎
- 标签: 锅圈 锅圈闪购 锅圈小炒 锅圈露营
- 黄山的云海有哪些特点是什么
- 搜索
-
- 友情链接