“地球上最聰明的AI”Grok3翻車了？回答9.11比9.9大

2025-02-19 19:14:22

字體：大中小

供稿：網(wǎng)友

近日，馬斯克與xAI團(tuán)隊(duì)，在直播中正式發(fā)布了最新版本Grok3。

此前，馬斯克將Grok-3描述為“地球上最聰明的AI”。他在X平臺(tái)上表示：“自己整個(gè)周末都在和團(tuán)隊(duì)打磨產(chǎn)品。”

然而據(jù)媒體報(bào)道，有人測(cè)試了最新的Beta版Grok3，并提出了那個(gè)經(jīng)典的用來刁難大模型的問題：“9.11與9.9哪個(gè)大？”遺憾的是，在不加任何定語以及標(biāo)注的情況下，號(hào)稱目前最聰明的Grok3，仍然無法正確回答這個(gè)問題。

值得一提的是，用同樣的問題詢問DeepSeek時(shí)，無論是否開啟深度思考（R1）模式，對(duì)方都給出了正確的答案：9.9大于9.11。

“9.11和9.9哪個(gè)大”是AI領(lǐng)域的一個(gè)經(jīng)典問題。

艾倫研究機(jī)構(gòu)（Allen Institute）成員林禹臣曾在社交媒體平臺(tái)上發(fā)布的截圖顯示，ChatGPT-4o在回答中認(rèn)為13.11比13.8更大。“一方面AI越來越擅長(zhǎng)做數(shù)學(xué)奧賽題，但另一方面常識(shí)依舊很難。”他表示。

隨后Scale AI的提示工程師萊利·古德賽德（Riley Goodside）基于此靈感變換了問法，拷問了可能是當(dāng)時(shí)最強(qiáng)的大模型ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪個(gè)更大？這幾家主流大模型通通答錯(cuò)，他也成功將此話題傳播開來。

Grok-3發(fā)布會(huì)的背景板上，寫著"our mission is to understand universe（我們的使命是了解宇宙）"。馬斯克曾表示，xAI公司的目標(biāo)就是“了解宇宙”。

在一周前，馬斯克在直播中評(píng)論DeepSeek R1時(shí)，曾信心滿滿地表示“xAI即將推出更優(yōu)秀的AI模型”。從現(xiàn)場(chǎng)展示的數(shù)據(jù)來看，Grok3在數(shù)學(xué)、科學(xué)與編程的基準(zhǔn)測(cè)試上已經(jīng)超越了目前所有的主流模型，馬斯克甚至宣稱Grok 3未來將用于SpaceX火星任務(wù)計(jì)算，并預(yù)測(cè)“三年內(nèi)將實(shí)現(xiàn)諾貝爾獎(jiǎng)級(jí)別突破”。

馬斯克強(qiáng)調(diào)，Grok-3可以減少AI幻覺，方法是通過來回檢查數(shù)據(jù)并嘗試實(shí)現(xiàn)邏輯一致性。他還透露，訓(xùn)練Grok-3所使用的算力遠(yuǎn)多于此前的版本，并使用了大量合成數(shù)據(jù)。

不同于DeepSeek的算法優(yōu)化路徑（DeepSeek-V3用2048個(gè)H800 GPU，訓(xùn)練2788千小時(shí)），xAI透露，Grok-3的開發(fā)的得益于用8個(gè)月時(shí)間建成的Colossus超級(jí)計(jì)算機(jī)，它由10萬個(gè)英偉達(dá)的H100 GPU驅(qū)動(dòng)，為訓(xùn)練提供了2億個(gè)GPU小時(shí)，比Grok-2多十多倍。

此外，xAI宣布推出名為Deepsearch的Grok-3智能搜索引擎，名字和Deepseek頗有幾分相似。

上一篇：馬斯克：Grok 3大模型即將發(fā)布

下一篇：已有超200家企業(yè)宣布接入DeepSeek 包括微軟、英偉達(dá)等