半岛BD体育，半岛BD体育，半岛BD体育，原来Lmsys大模型竞技场上的神秘匿名模型sus-column-r，线。

　　sus-column-r在排行榜上积累了1万多人类投票，已经与GPT-4o的API版并列第三。

　　在xAI自己的内部测试中，Grok-2在常识（MMLU、MMLU-Pro）、数学竞赛问题 (MATH)、研究生水平科学知识 (GPQA)等领域与其他前沿模型相媲美。

　　不过这个图的排版可就有点心机在里面了：把分数最高的GPT-4o、Claude-3.5-Sonnet放得离自己远一些。

　　如果你是/推特平台付费用户，可以直接进入Grok频道试玩。不花钱的话也可以到Lmsys大模型竞技场选择sus-column-r试玩半岛·体育bob官方网。

　　而且付费用户反倒只能玩到小杯mini版，免费用户能玩大杯，也是很厚到了。

　　由于Grok-2可以访问上的实时数据，可以直接让他总结当天的新闻，开启趣味模式的话还可以附赠吐槽。

　　付费版本还接入了最新开源AI生图模型Flux.1，会把中文提示词翻译成英文理解。点进主页上的“安利一个奇幻游戏”问题示例，可以看到它先推荐了《博德之门3》，并从剧情、人物自定义、游戏机制、世界塑造、幽默元素和玩家社区几个角度做点评，很好的把握了游戏的亮点。

　　Grok-2同样了解《黑神话：悟空》这款还没发售的游戏，准确说出发售日期在8月20日、使用的虚幻5引擎，并且总结了上网友的讨论半岛·体育bob官方网。

　　还在最后附带了网友的帖子，可以点进去参与讨论，与整个平台的功能整合已经到位了。

　　不过由于上只有mini版模型，接下来上强度测试我们移步大模型竞技场，还可以与GPT-4o来一场捉对pk。

　　不过另一项流行测试“strawberry中有几个r”问题上，两者都还是没能通过。（多试几次两者都有小概率答对）。

　　更严肃一些的陷阱题“以下哪支蜡烛是最先被吹灭的”中，Grok-2比ChatGPT稍有进步。

　　考点是最先被吹灭的蜡烛剩下的部分更长（正确答案3），ChatGPT错误的理解成最短的，Grok-2思路是对的但是数哪个最长没数对。

　　对于经典的大模型弱点“逆转诅咒”问题，两者似乎都以某种方式克服了。不仅能正着回答“汤姆克鲁斯的母亲是谁”，也能倒过来回答数据出现频率更少的“Mary Lee Pfeiffer的儿子是汤姆克鲁斯”。

　　测试先告一段落，可以看出Grok-2对比上一代Grok-1.5有了很大进步。

　　比如有新加入xAI的研究员表示，能用10万卡集群做研究，比起在学校里可怜的资源爽太多了。

　　目前为止，xAI已经雇佣了至少11名曾在特斯拉工作过的员工，其中六名直接在Autopilot团队工作过。

　　马斯克还公开谈论了特斯拉收集的大量视觉数据，他表示这些数据可以作为训练xAI模型的资源。

　　至少三位特斯拉股东因为这事把马斯克给告了，声称将资源转移到xAI损害了特斯拉投资者的利益。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。