Elon Musk zapowiada Grok 4.7. Czy model przewyższa konkurencję?

Elon Musk przedstawił Grok 4.7 na swoich profilach w mediach społecznościowych, twierdząc, że nowa wersja przewyższy wszystkie inne modele. Ogłoszenie wywołało natychmiastowe zainteresowanie użytkowników platformy X oraz środowiska badawczego zajmującego się sztuczną inteligencją.

Twórcy Grok informują, że aktualizacja obejmuje zmiany w architekturze i procesie treningowym oraz umożliwia dostęp do danych z internetu w czasie rzeczywistym. Firma wskazała, że celem jest poprawa trafności odpowiedzi, zmniejszenie liczby błędów merytorycznych i skrócenie czasu reakcji. Szczegóły techniczne nie zostały w pełni ujawnione.

Po publikacji zapowiedzi użytkownicy, niezależni badacze i firmy prowadzące benchmarki rozpoczęli testy porównawcze. Wstępne relacje od użytkowników mówią o lepszej płynności rozmów i skuteczniejszym wykorzystaniu kontekstu w niektórych zadaniach. Równocześnie pojawiają się zgłoszenia, w których Grok 4.7 nie wykazuje przewagi nad modelami konkurencji.

Specjaliści zwracają uwagę, że rzetelna ocena wymaga długotrwałych testów na zróżnicowanych zbiorach danych obejmujących między innymi rozumowanie matematyczne i tworzenie tekstów specjalistycznych oraz jasnych kryteriów oceny. Do kryteriów używanych w porównaniach badacze zaliczają wyniki w standardowych benchmarkach, odporność na błędy, tendencyjność oraz stabilność działania.

Deweloperzy poinformowali także o integracjach ułatwiających korzystanie z aktualnych informacji online, co ma pozwalać na odpowiadanie na pytania dotyczące bieżących wydarzeń. Grok jest rozwijany przez zespół związany z Elonem Muskiem i wcześniej przyciągał uwagę stylem konwersacji oraz integracją z platformą X, jednak wcześniejsze wersje nie potwierdziły jednoznacznej przewagi nad ofertami innych firm.

Jeden z badaczy ocenił: „Ostateczna ocena będzie zależała od wyników w standardowych benchmarkach oraz od zachowania modelu w zadaniach wymagających precyzyjnego wnioskowania i wiedzy specjalistycznej”.

Do czasu opublikowania wyników niezależnych testów i raportów od użytkowników komercyjnych oraz naukowych nie będzie jasne, czy Grok 4.7 rzeczywiście przewyższa konkurencję. W kolejnych tygodniach obserwacje porównawcze i raporty z wdrożeń mają dostarczyć dodatkowych danych.