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xA引力和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 Grookk 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“软 4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 测试中,.1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 的推理与非推理模式包揽了 L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二和第三,仅MA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,进行富re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。对于配备搜索工具的快速响应na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示标签,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。

-
上一篇
-
下一篇
- 最近发表
-
- “请给我一个五彩斑斓的黑”,只需一行命令就能让AI画画
- 标签: 乐享科技
- 苹果连续12年蝉联全球最具价值品牌,报告揭示信任与设计重于 AI 狂热
- AI算法工程师的一些含泪经验
- 通义万相全新动作生成模型Wan2.2-Animate正式开源
- 云安全日报210623:VMware软件即服务解决方案发现身份认证绕过漏洞,需要尽快升级
- 标签: 山东黄金 黄金矿业 有色金属 年报
- 云安全日报201207:IBM数据保护平台发现任意代码执行高危漏洞,需要尽快升级
- 阿里腾讯争投DeepSeek推动估值冲刺200亿美元,DeepSeek v4与混元3.0发布在即
- 英伟达开源 OmniVinci 全模态理解模型,训练数据仅为 1/6
- 随机阅读
-
- 标签: 美光科技 AI内存 数据中心SSD 云内存
- 标签: 华领医药 华堂宁 多格列艾汀 MYHOMSIS
- 标签: 奕境汽车 华为乾崑 东风汽车 鸿蒙座舱
- NBA中国与阿里云达成合作,将开发「NBA篮球大模型」
- Periscope创始人王者归来!Macroscope获3000万美元A轮,AI代码分析引擎瞄准开发者痛点
- 标签: 张雪机车 微信小程序 机车品牌
- 标签: Sea Expandary 刘强东 新能源游艇 智能化游艇
- 微软开源VibeVoice TTS模型:90分钟超长语音,可4人对话,中文效果惊艳!
- 世界首台人工智能地震监测系统问世:1秒内精确估算
- 标签: 铁路12306 B站 黄仁勋 AI
- 标签: AMD MI455X OpenAI AI芯片
- 标签: MIT科技 钠离子电池 AI数据中心 基因编辑
- 云安全日报210119:红帽OpenShift云应用平台发现外部实体攻击漏洞,需要尽快升级
- 标签: 爱奇艺 内容热度值 AI短片大赛 鲍德熹
- 标签: 广合科技 PCB 算力服务器 CPU主板
- Alphabet Q2钀ユ敹619浜跨編鍏� 鏃椾笅璋锋瓕浜戦儴闂ㄨ惀鏀�46.28浜跨編鍏�
- NVIDIA GeForce RTX 3060发布日期确定2月25日
- 标签: 完美世界 诛仙世界 异环 DOTA2
- 阿里通义Fun-ASR语音模型升级 垂直领域识别率跃升超15%
- 标签: Meta 元宇宙 扎克伯格 地平线
- 搜索
-
- 友情链接