Vyhledávání na webu

Grok dostává působivý upgrade - a zjevně nekontrolované generování obrazu AI

Spolu s pokročilejším kódovacím, matematickým a zapisovacím výkonem přichází na platformu generování obrázků (v dobrém i zlém).

Elon Musk byl investorem OpenAI, když byla společnost založena v roce 2015, ale od té doby nejen přerušil vazby se společností, ale také kritizoval její přístup k politické korektnosti a bezpečnosti. V důsledku toho Musk spustil svého vlastního chatbota s umělou inteligencí Grok, který právě dostal docela velký upgrade.

V úterý xAI, společnost AI založená Muskem, oznámila vydání rané ukázky Grok-2, jeho hraničního velkého jazykového modelu (LLM) s pokročilými funkcemi chatu, kódování a uvažování. Vydání také obsahovalo Grok-2 mini, což, jak název napovídá, je odlehčená verze Grok-2.

Před tímto vydáním byla raná verze Grok-2 testována v Chatbot Areně organizace LMSYS (Large Model Systems Organization) pod anonymním názvem „sus-column-r“, což je praxe, kterou mnoho společností AI před uvedením nového modelu dělá.

Na této crowdsourcované platformě mohou uživatelé hodnotit LLM chatováním se dvěma modely vedle sebe a porovnáváním jejich odpovědí, aniž by znali jména modelů, takže výsledky skutečně ukazují, jak jsou schopné. Když se postavili proti předním modelům v oboru, jako je OpenAI GPT-4o a Google Gemini 1.5 Pro, Grok-2 obstál, umístil se na třetím místě v kategorii „Celkem“ a vyrovnal se GPT-4o, jak je vidět níže.

Pokud jste, jako já, navštívili žebříček Chatbot Arena a byli jste překvapeni, že nevidíte stejné výsledky, LMSYS prozradil, že zveřejňuje první výsledky na Twitteru (X) s "Oficiální aktualizace pro Grok 2 již brzy...!"

Některé další pozoruhodné výsledky Chatbot Arena zahrnují znalosti Grok-2 v matematických a kódovacích kategoriích, ve kterých se umístil na druhém místě v obou, a Hard Prompts, ve kterých se umístil na čtvrtém místě. Pokud jej chcete otestovat v Aréně, navštivte webovou stránku, klikněte vedle sebe na Arénu a zadejte ukázkovou výzvu.

Společnost také hodnotila výkon Grok-2 v oblíbených výkonnostních benchmarkech LLM, včetně benchmarků Massive Multitask Language Understanding (MMLU) a MATH. Výsledky byly lepší než u jeho předchůdce Grok 1.5 a byly konkurenceschopné se špičkovými modely, včetně GPT-4o, Claude 3 Opus, Llama 3 a dalších.

Kromě pokročilého textového výkonu umožňuje Grok 2 uživatelům vytvářet vysoce kvalitní obrázky prostřednictvím spolupráce s modelem generování obrázků FLUX.1 společnosti Black Forest Labs.

Navzdory tomu, že mnoho generátorů obrázků na trhu má přísná omezení proti vytváření obrázků zahrnujících veřejné osobnosti, jako jsou celebrity a politici, Grok-2 ne, protože mnoho beta testerů se již na platformě zbláznilo a generovalo obrázky politiků v provokativních situacích. Níže uvádím jednu z méně provokativních generací.

Vykreslené obrázky jsou vysoce kvalitní a realistické, přesto se zdá, že na platformě není žádné zveřejnění, které by jasně ukazovalo, že byl obrázek vytvořen, což je další přístup mnoha platforem sociálních médií, aby byla zachována bezpečnost uživatelů.

Grok-2 a Grok-2 mini jsou uváděny v beta verzi pro uživatele X až X Premium a Premium+. Tyto prémiové plány X jsou 8 USD a 16 USD měsíčně a zahrnují další výhody, jako je modré zaškrtnutí, omezené nebo žádné reklamy, priorita odpovědí, ověření ID a další. Oba modely budou uvolněny vývojářům prostřednictvím nové podnikové platformy API koncem tohoto měsíce.

Související články