နိဒါန်း

Grok3 သည်လေ့ကျင့်ထားသောမော်ဒယ်များ၏ "အဆုံးစွန်" ဖြစ်လိမ့်မည်ဟုသင်ထင်ပါသလား။

Elon Musk နှင့် Xai Team သည်နောက်ဆုံးပေါ် grok3 ကို LIVESTREAM တွင်တရားဝင်စတင်ခဲ့သည်။ ဤဖြစ်ရပ်မတိုင်မီ Musk ၏ 24/7 မြှင့်တင်ရေးဖောင်းပွမှုနှင့်ပတ်သက်သောသိသာထင်ရှားသည့်သတင်းအချက်အလက်သိသိသာသာပမာဏသည် Grok3 အတွက် Grok3 အတွက်ကမ္ဘာလုံးဆိုင်ရာမျှော်လင့်ချက်များရရှိခဲ့သည်။ လွန်ခဲ့သောတစ်ပတ်က Musk သည် BLELSEEK R1 တွင်မှတ်ချက်ပေးနေစဉ် LIVESTREAKER တွင်ယုံကြည်စိတ်ချစွာဖော်ပြခဲ့သည်။ XAI သည်ပိုမိုကောင်းမွန်သော AI မော်ဒယ်လ်ကိုစတင်တော့မည်ဖြစ်သည်။ တိုက်ရိုက်ထုတ်လွှင့်သောအချက်အလက်များမှရရှိသောအချက်အလက်များမှ Grok3 သည် Musk 3 နှစ်အတွင်း Nobel Prights မစ်ရှင်များနှင့်သက်ဆိုင်သောကွန်ပျူတာအလုပ်များအတွက်အသုံးပြုလိမ့်မည်ဟုခန့်မှန်းထားသည့်သင်္ချာသိပ္ပံနှင့်ပရိုဂရမ်းမင်းတို့အတွက်အခြေခံစံနှုန်းများကိုကျော်လွန်သွားလိမ့်မည်ဟုသတင်းများကပြောကြားခဲ့သည်။ သို့သော်၎င်းတို့သည်လက်ရှိတွင် Musk ၏အခိုင်အမာပြောဆိုမှုများဖြစ်သည်။ ပစ်လွှတ်ပြီးနောက် Grok3 ၏နောက်ဆုံး beta ဗားရှင်းကိုကျွန်ုပ်စမ်းသပ်ပြီးကြီးမားသောမော်ဒယ်များအတွက်ဂန္ထဝင်လှည့်ကွက်မေးခွန်းကိုစမ်းသပ်ခဲ့သည်။ ဝမ်းနည်းစရာမှာအရည်အချင်းပြည့်မီသောအမှတ်အသားများမဟုတ်ဘဲအရည်အချင်းပြည့်မီသော Grok3 ဟုခေါ်သောအထူးချွန်ဆုံး grok3 ဟုခေါ်သောဤမေးခွန်းကိုမှန်ကန်စွာမဖြေရှင်းနိုင်သေးပါ။ Grok3 သည်မေးခွန်း၏အဓိပ္ပါယ်ကိုတိကျစွာခွဲခြားသတ်မှတ်ရန်ပျက်ကွက်ခဲ့သည်။

ဤစစ်ဆေးမှုသည်သူငယ်ချင်းများစွာမှအလျင်အမြန်အာရုံစူးစိုက်မှုများစွာကိုအလျင်အမြန်အာရုံစိုက်စေသည်။ ထို့ကြောင့်၎င်းသည် "ရိုးရှင်းသောမေးခွန်းများကိုဖြေဆိုရန်မလိုလားအပ်သောပါရမီရှင်" အဖြစ်ရယ်စရာကောင်းသောခံစားခဲ့ရသည်။

Grok3 ကကောင်းတယ်, ဒါပေမယ့် R1 ဒါမှမဟုတ် O1-Pro ထက်ပိုကောင်းတယ်။

Grok3 သည်လက်တွေ့တွင်ဘုံဗဟုသုတစမ်းသပ်မှုများစွာတွင် "ကျရှုံးမှုများ" ကိုကြုံတွေ့ခဲ့ရသည်။ Xai စတင်ရန်ပွဲစဉ်အတွင်း Musk သည် Grook ကို အသုံးပြု. ပြည်ပရောက် 2 ၏ဂိမ်းလမ်းကြောင်းမှဇာတ်ကောင်အတန်းများနှင့်သက်ရောက်မှုများကိုဆန်းစစ်ရန် Grok3 ကိုအသုံးပြုခဲ့သည်။ LIFTREAREAM တွင် Musk သည်ဤထင်ရှားသောပြ issue နာကိုသတိမပြုမိခဲ့ပါ။

ဤအမှားသည် Gaming တွင် "အစားထိုးရှာဖွေခြင်း" အတွက် MOCK Musk ကိုလှောင်ပြောင်ရန်အတွက်နောက်ထပ်သက်သေအထောက်အထားများကိုထပ်မံအထောက်အထားများပြုလုပ်နိုင်ရုံသာမက Grok3 ၏ယုံကြည်စိတ်ချရမှုနှင့် ပတ်သက်. လက်တွေ့ကျသောအပလီကေးရှင်းများနှင့် ပတ်သက်. သိသာထင်ရှားသည့်စိုးရိမ်မှုများကိုဖြစ်စေခဲ့သည်။ ထိုကဲ့သို့သော "ပါရမီ" သည်အလွန်ရှုပ်ထွေးသော application stariors ကဲ့သို့သောအလွန်ရှုပ်ထွေးသော application တစ်ခုတွင်ယုံကြည်စိတ်ချရမှုသည်သံသယဖြစ်ဖွယ်ရှိနေသည်။

လောလောဆယ် grok3 ရက်သတ္တပတ်များက 0 င်ရောက်ခွင့်ရသည့်စာမေးပွဲများနှင့်စံပြစွမ်းရည်များကိုနာရီအနည်းငယ်အကြာတွင်စမ်းသပ်ခဲ့သူများသည် "Grok3 သည်ကောင်းသည်, သို့သော်၎င်းသည် R1 သို့မဟုတ် O1-Pro ထက်မကပါ။

"Nvidia နှောင့်ယှက်ခြင်း" အပေါ်အရေးပါသောရှုထောင့်

ထုတ်ပြန်စဉ်အတွင်းတရားဝင်တင်ပြသော PPT တွင် Grok3 သည် Chatbot Arena တွင် "ရှေ့ဆက်" ဝေးသော "ရှေ့ဆက်" ဖြစ်သည်။

အမှန်တကယ်မော်ဒယ်အမှတ်ရလာသောရလဒ်များအရ Grok3 သည် "သိသာထင်ရှားသည့်ခြားနားချက်မရှိသောစမ်းသပ်မှုများနှင့်ကိုက်ညီသော Desposeek R1 နှင့် GPT-4.0 ထက် 1-2% သာရှိသည်။ grok3 သည် 1% -2% ဖြင့်၎င်း၏အောင်မြင်သူများကိုသာကျော်လွန်သည်။

Grok3 သည်လက်ရှိလူသိရှင်ကြားစမ်းသပ်ပြီးသောမော်ဒယ်များထက်ပိုမိုမြင့်မားသော်လည်းအများစုမှာဤအရာကိုအလေးအနက်မထားကြပါ။ ပြီးနောက်, ခေါင်းဆောင်ဘုတ်အဖွဲ့သည်အဖြေပေးသည့်အဖြေအရှည်ပုံစံကိုအရအမြောက်အများလျော့နည်းသွားသည်။

Leaderboard "Manipulation" သို့မဟုတ်ဒီဇိုင်းလှည့်စားခြင်းများမှတစ်ဆင့်သရုပ်ဖော်ပုံများတွင်ရှိမရှိ XAI နှင့် MUSK ၏ "pack ကို ဦး ဆောင်" ဟူသောအယူအဆကိုမတူပါ။ Musk သည်ဤအမာဂျင်အတွက်မတ်စောက်သောစျေးနှုန်းဖြင့် 0 င်ရောက်ယှဉ်ပြိုင်ခဲ့သည်။ ၎င်းသည် GPU စက်မှုလုပ်ငန်းအတွက်အခြားအရေးပါသော Boon ကိုကိုယ်စားပြုသည်။ မှတ်သားစရာမှာအချို့သောသူများကသက်သက်သာသူသည်စံပြသင်တန်း၏အနာဂတ်ဖြစ်လိမ့်မည်ဟုယုံကြည်ကြသည်။

သို့သော်အချို့သောအင်တာနက်အသုံးပြုသူများသည် 2000 H800 GPU များနှင့်နှိုင်းယှဉ်လျှင်နှစ်လအတွင်းစားသုံးမှုကိုနှစ်လအတွင်းစားသုံးမှုကိုနှိုင်းယှဉ်ခြင်း, ရမှတ် 1402 မှတ်ဂိုးသွင်းနိုင်သည့် DeepSeek v3 နှင့် Grok3 သည်အမှတ် 100 အောက်သာရှိသည်။ ဤအချက်အလက်များကိုဖြန့်ချိပြီးနောက် Grok3 ၏ "ကမ္ဘာ့အကောင်းဆုံး" ဟူသောခေါင်းစဉ်နောက်ကွယ်တွင် "ကမ္ဘာ့အပြင်းထန်ဆုံး" ဟူသောအဓိကနောက်ကွယ်တွင်ပိုမိုကျယ်ပြန့်သောစွမ်းဆောင်ရည်ကိုဖြစ်ပေါ်စေသောပိုမိုကောင်းမွန်သောစံနမူနာရှင်များ၏ယုတ္တိဗေဒကိုပိုမိုသိရှိလာကြသည်။

Groking သည် "မြင့်မားသောရမှတ်များပေမယ့်စွမ်းရည်နိမ့်ခြင်း" နှင့်အတူပင်အသုံးပြုမှုကိုပံ့ပိုးရန် X (Twitter ပလက်ဖောင်းမှအရည်အသွေးမြင့်ပထမ ဦး ဆုံးပါတီဒေတာပမာဏရှိသည်။ သို့သော် Grok3 ကိုလေ့ကျင့်သင်ကြားခြင်းတွင် Xai သည် "မျက်နှာကျက်" ကိုလက်ရှိအခြေအနေတွင်တွေ့ကြုံခဲ့ရသော "မျက်နှာကျက်" ကိုတွေ့ကြုံခဲ့ရသည်။

Grokes နှင့် Musk ၏ developer များသည်ဤအချက်အလက်များကို ဦး စွာနားလည်သဘောပေါက်ရန်နှင့်ခွဲခြားသိမြင်နိုင်ဖွယ်ရှိသည်။ ယခုမူကွဲများသည်ယခုအခါ "Beta" နှင့် "လာမည့်လများတွင်အပြည့်အဝထုတ်ပြန်လိမ့်မည်" ဟုဆိုသည်။ Musk သည် Grok3 ၏ထုတ်ကုန်မန်နေဂျာ၏အခန်းကဏ် present မှယူဆောင်လာကြောင်းမှတ်ချက်ပေးသည့်အပိုင်းတွင်ကြုံတွေ့ရသောပြ issues နာအမျိုးမျိုးကိုတုံ့ပြန်ကြသည်။

တစ်နေ့တာတွင် Grok3 ၏စွမ်းဆောင်ရည်သည်ကြီးမားသောကွန်ပျူတာများကိုလေ့ကျင့်ရန် "ကြီးမားသောကွန်ပျူတာကြွက်သား" ကိုဆက်လက်ရရန်မျှော်လင့်သူများအတွက်သတိပေးချက်အတိုချမှတ်သည်။ Microshed Microsoft Information Microsoft Information 1.8 ထရီလီယံ၏ parameter အရွယ်အစားရှိပြီး GPT-3 ၏ဆယ်ဆပိုများသည်။ ကောလာဟလများအရ GPT-4.5 ၏ parameter အရွယ်အစားသည် ပို. ကြီးသည်ဟုဆိုကြသည်။

မော်ဒယ် parameter အရွယ်အစားမြင့်မားသောကြောင့်, သင်တန်းကုန်ကျစရိတ်များတဖြည်းဖြည်းတက်လာသည်။ Grok3 ၏ရောက်ရှိခြင်းနှင့်အတူ GPT-4.5 နှင့်တူသောအခြားသူတွေနှင့်အခြားသူများကပိုမိုကောင်းမွန်သောစံပြစွမ်းဆောင်ရည်ကိုရရှိရန်အတွက် "ငွေကိုလောင်ကျွမ်းစေလိုသောအခြားသူများ" ကိုဆက်လုပ်လိုသောအခြားသူများကိုဆက်လက်ကြည့်ရှုလိုသည့်မျက်နှာကျက်ကိုဆက်လက်ကြည့်ရှုရန်နှင့်၎င်းကိုမည်သို့ကျော်လွှားရန်စဉ်းစားရန်လိုသည်။ ယခုအချိန်တွင် Olya Sutskever သည် Oila SutSkever သည်ပြီးခဲ့သည့်ဒီဇင်ဘာလက "ကြီးမားသောမော်ဒယ်များကိုပြန်လည်ပေါ်ပေါက်လာသော" အဓိကအားဖြင့်ကျွန်ုပ်တို့အကျွမ်းတဝင်ရှိသည့်လေ့ကျင့်မှု "ကိုပြန်လည်ထူထောင်ရန်,

ianya ၏ရှုထောင့်သည်စက်မှုလုပ်ငန်းတွင်နှိုးစက်ရှိသည်။ သူသည်လက်လှမ်းမီနိုင်သောအချက်အလက်အသစ်များကိုတိကျစွာကြိုတင်ပြင်ဆင်ထားပြီး Prossil fuels ၏ပင်ပန်းနွမ်းနယ်မှုမှတစ်ဆင့် ဆက်လက်. စွမ်းဆောင်ရည်ကို ဆက်လက်. တိုးမြှင့်နိုင်သည့်အခြေအနေကိုတိတိကျကျကြိုမြင်နေသည်။ သူက "ဆီကဲ့သို့သောအင်တာနက်ပေါ်တွင်ရှိသောလူသားများကဲ့သို့လူတို့၏ထုတ်လုပ်မှုအကြောင်းအရာများသည်အကန့်အသတ်ဖြင့်သာရှိသည်ဟုသူကဖော်ပြခဲ့သည်။ SutSkever ၏ခန့်မှန်းချက်များတွင်နောက်ဆက်တွဲမျိုးဆက်သစ်မော်ဒယ်များသည်ကြိုတင်လေ့ကျင့်ခန်းပြုလုပ်သောမျိုးဆက်သစ်များသည် "စစ်မှန်တဲ့ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်" နှင့်လူ့ ဦး နှောက်နှင့်ဆင်တူသည့်စွမ်းရည်များရှိသည်။

ယနေ့တွင်အကြောင်းအရာနှင့်ကိုက်ညီမှုမရှိသောအကြောင်းအရာများအပေါ် အခြေခံ. ယနေ့ခေတ်တွင်အဓိကအားဖြင့်လေ့ကျင့်ထားသောမော်ဒယ်များနှင့်မတူဘဲအနာဂတ် AI စနစ်များသည်လူ့ ဦး နှောက်၏ "အတွေးအခေါ်" နှင့်ဆင်တူသည့်ပြ problems နာများကိုဖြေရှင်းရန်နည်းစနစ်များကိုလေ့လာရန်နှင့်တည်ဆောက်နိုင်လိမ့်မည်။ လူသားတစ် ဦး သည်အခြေခံကျွမ်းကျင်မှုကိုအခြေခံကျွမ်းကျင်မှုရရှိရန်အခြေခံကျွမ်းကျင်မှုကို အခြေခံ. အခြေခံကျွမ်းကျင်မှုကိုရရှိနိုင်ပါသည်။ ထိုအသုံးအနှုန်းကိုအနည်းငယ်ပြောင်းလဲသွားသည့်တိုင်ဤအခြေခံမေးခွန်းများကိုမှန်ကန်စွာနားမလည်နိုင်ပါကဤပုံစံသည်ထောက်လှမ်းရေးတွင်စစ်မှန်သောထောက်လှမ်းရေးတွင်အမှန်တကယ်တိုးတက်မှုမရှိသေးကြောင်းဖော်ပြခြင်းမပြုနိုင်ပါ။ ဆောင်းပါး၏အစတွင်ဖော်ပြထားသောအခြေခံများမှာမဖြေရှင်းနိုင်သောမေးခွန်းများသည်ဤဖြစ်စဉ်၏ရှင်းလင်းသောဥပမာတစ်ခုဖြစ်သည်။

ကောက်ချက်

သို့သော် Brute Force အပြင် Grook3 သည် "လေ့ကျင့်ထားသောမော်ဒယ်များသည်အဆုံးသတ်သွားပြီ" ဟုစက်မှုလုပ်ငန်းကိုထုတ်ဖော်ပြောဆိုနိုင်ပါက၎င်းသည် "လေ့ကျင့်ထားသောမော်ဒယ်များသည်သူတို့၏အဆုံးသို့ရောက်နေပြီ" ဟူသောစက်မှုလုပ်ငန်းကိုထုတ်ဖော်ပြောဆိုပါကအောင်မြင်စွာအောင်မြင်ခဲ့သည်။

Grok3 နှင့်ပတ် 0 န်းကျင်ရှိ frok3 သည်တဖြည်းဖြည်းလျော့နည်းလာပြီးသည့်နောက်တွင် Fei-Fei Li ၏ "စွမ်းဆောင်ရည်မြင့်မားသော DataSet တွင်ဒေါ်လာ 50 ဖြင့်သာလျှင်ဒေါ်လာ 50 ဖြင့်ပြုလုပ်ထားသောမော်ဒယ်လ်များပါ 0 င်သောမော်ဒယ်လ်များ" ကဲ့သို့သောကိစ္စရပ်များကိုကျွန်ုပ်တို့တွေ့မြင်ပါမည်။