馬斯克指出，Grok-1.5將為xAI在X平臺上的ChatGPT挑戰(zhàn)者聊天機器人提供支持，而Grok-2(新模型的繼任者)仍在訓練階段。他表示，下一個版本應該能夠“在所有指標上超越當前的AI”，但沒有分享它可能何時變得可用的具體細節(jié)。 

Grok-1.5帶來了什么? 

xAI去年11月宣布了Grok-1，稱這個AI是以《銀河系漫游指南》為模型，幾乎可以回答任何問題，以幫助人類在尋求理解和知識的征途中——無論背景或政治觀點如何。在GSM8K、HumanEval和MMLU等基準測試中，由xAI分享的數據顯示，Grok-1的表現超過了Llama-2-70B和GPT-3.5。

現在，隨著Grok-1.5的發(fā)布，該公司在先前模型的基礎上取得了顯著改進，在所有主要基準測試中，包括與編碼和數學相關的任務，都實現了顯著提升。

 xAI在博客文章中指出：“在我們的測試中，Grok-1.5在MATH基準測試中達到了50.6%的分數，在GSM8K基準測試中達到了90%的分數，這兩個數學基準測試涵蓋了從小學到高中競賽問題的廣泛范圍。此外，它在評估代碼生成和問題解決能力的HumanEval基準測試中得分為74.1%?！?nbsp;

在MMLU基準測試上，評估AI模型在不同任務上的語言理解能力，新模型得分為81.3%，比Grok-1的73%高出顯著幅度。 

此外，xAI還確認，Grok-1.5的上下文窗口可達128,000個標記(標記是單詞、圖像、視頻、音頻或代碼的整個部分或子部分)。這使得模型能夠一次性處理和處理大量信息，比Grok-1多16倍，使其更適合分析、總結和提取長文檔中的信息。它甚至可以處理更長、更復雜的提示，同時仍然保持遵循指令的能力。 

接近OpenAI和Anthropic 

憑借增強的推理和解決問題的能力，Grok-1.5不僅在基準測試中勝過其前身，而且還接近流行的開放和封閉源模型，包括Gemini 1.5 Pro、GPT-4和Claude 3。 

例如，在MMLU上，Grok-1.5的81.3%得分超過了最近推出的Mistral Large，但落后于Gemini 1.5 Pro(83.7%)、GPT-4(86.4%， 

截至2023年3月)和Claude 3 Opus(86.8%)。在GSM8K基準測試上也注意到了類似的差距，xAI模型僅落后于Google、OpenAI和Anthropic的產品。 

值得注意的是，Grok-1.5唯一看起來有優(yōu)勢的基準是HumanEval，在那里它的表現超過了所有模型，除了Claude 3 Opus。xAI希望繼續(xù)這些改進，并通過Grok-2提供進一步的性能提升，據馬斯克稱，應該在所有指標上超越當前的AI。該模型目前正在訓練中。 

技術顧問Brian Roemmele表示，根據他與Grok-1的工作，Grok-2“在發(fā)布時將成為最強大的LLM AI平臺之一。它將在幾乎所有指標上超越OpenAI。” 

Grok-1.5的可用性 

至于Grok-1.5，xAI計劃下周開始部署。公司表示，該模型最初將提供給早期測試者和那些已經在X平臺(Twitter)上使用Grok聊天機器人的用戶——實時訪問平臺上的所有帖子。推出將分階段進行，公司將改進模型并引入幾個新功能——可能包括一種新的不受限制的有趣模式——同時逐步使其對更廣泛的用戶群體可用。 

當馬斯克在X上推出Grok時，被視為推動Grok和X的采用。他首先將AI作為平臺的“高級+”訂閱的一部分，價格為每月16美元。然而，就在幾天前，這位億萬富翁分享說，聊天機器人也將為支付8美元每月的高級訂閱者啟用。在另一個更新中，他還確認，擁有一定級別的驗證訂閱者的關注者將免費獲得高級和高級+訂閱的好處，包括Grok。