Andrej Karpathy＆＃039;第一次看Grok 3！

埃隆·馬斯克（Elon Musk）剛剛釋放了他的XAI最新車型 - Grok 3！憑藉其先進的推理和搜索功能，它旨在與OpenAI的O1-Pro和DeepSeek-R1等最新模型競爭。 Andrej Karpathy是特斯拉AI的著名研究人員，前AI的前任主任，他早日獲得了Grok 3的機會。他的最初印象為其優勢和局限性提供了寶貴的見解。讓我們仔細看看他的評論！

>

目錄的

• >什麼是GROK 3？一代
• 任務4：估算GPT-2培訓的失敗
• 任務5：DeepSearch能力（時事和研究問題）
>
• 任務6：fun llm“ gotchas”（模式識別和幽默）（模式識別和幽默）
• 任務7：道德困境和哲學問題和哲學問題
什麼是Grok 3？
grok 3是Xai的最新語言模型，旨在與當今可用的最佳AI型號競爭。它具有改進的推理能力，一種用於復雜問題解決的“思考”模式，以及用於增強基於Web的查找功能的“ DeepSearch”。 Xai已迅速開發了Grok 3，其早期性能表明，這是其前輩的重大飛躍。
• 了解更多信息，請閱讀我們有關Grok 3！
的詳細文章
• Andrej Karpathy嘗試了Grok 3
karpathy進行了多種測試，以評估Grok 3的解決問題，推理和搜索功能。這些測試包括棋盤遊戲邏輯，數學估計，深入研究，幽默產生和道德困境。他的觀察結果凸顯了模型的優勢和需要改進的領域。
• >
>我今天早些時候就可以儘早進入Grok 3，這讓我我認為最初可以進行快速氛圍檢查的人之一。

思考

✅>首先，Grok 3顯然具有藝術性思維模型的狀態（Think Think'按鈕）（“ Think Think”按鈕）（“ Think”按鈕），並且在我的定居者的catan of Catean of Catean of catan Imppoter and toppoter y。 （@karpathy）2025年2月18日

現在讓我們詳細查看這些任務！

>任務1：棋盤遊戲邏輯（Catan提示的定居者）

>

提示：

“

>創建一個棋盤遊戲網頁，顯示十六進製網格，就像在Catan的遊戲定居者中一樣。每個十六進製網格的編號為1到N，其中n是十六進製瓷磚的總數。使其通用，因此可以使用滑塊更改環數。

觀察

Grok 3成功地生成了HTML的十六進製網格，這是許多模型所努力的成就。這使其與OpenAI的O1-Pro置於同一聯盟，表現優於DeepSeek-R1和Gemini 2.0 Flash Thinking。

>判決

✅grok 3能夠解決該問題。

>任務2：Unicode挑戰（表情符號神秘）

>

>提示：“笑臉表情符號表情符號，帶有一個隱藏的消息，用Unicode變化選擇器編碼，並在Rust Code中提示。

觀察

grok 3無法解碼隱藏的消息。 DeepSeek-R1取得了部分進展，但是Grok 3和Openai的O1-Pro都無法完全解決它。

>判決

❌grok 3無法解決問題。 >

任務3：TIC-TAC-toe拼圖生成

提示：

>“求解tic-tac-toe板並生成棘手的版本。 觀察

> Grok 3正確地解決了簡單的板，許多模型失敗了，但很難生成有效的棘手板。 Openai的O1-Pro也未通過此挑戰。

>判決

grok 3無法完全解決該問題。

>任務4：估算GPT-2訓練的拖船

提示：

“

估計gpt-2的訓練拖鞋的數量，而無需搜索。

觀察

grok 3成功地計算了拖鞋，而Openai的O1-Pro失敗了。這表明了強大的數學和推理能力。 >判決

✅grok 3能夠解決該問題。

>任務5：DeepSearch功能（當前事件和研究問題）>

提示示例：

>

>“即將推出的蘋果發布會是怎麼回事？有謠言嗎？

>“為什麼最近帕蘭蒂爾股票飆升？

“白蓮花3在哪裡拍攝，是第1季和第2季的團隊？

>“布萊恩·約翰遜使用什麼牙膏？

觀察
• Grok 3成功檢索了相關信息，但偶爾會出現幻覺和缺失的參考。它的表現與困惑的深研究相當，但落後於Openai的深入研究。
• >判決
✅grok 3能夠解決大多數問題，但有一些不一致的問題。
• > >任務6：Fun llm“ gotchas”（模式識別和幽默）
>提示：
• > “數字中的字母，將數字與小數數進行比較，求解簡單的邏輯難題。

觀察

grok 3最初犯了常見的LLM錯誤，但通過“思考”模式糾正了錯誤。但是，它在幽默的產生中掙扎，並且在復雜的SVG佈局任務中失敗了。

>

>判決

✅grok 3能夠解決邏輯難題，但在幽默和可視化方面掙扎。

>任務7：道德困境和哲學問題

>提示：>“如果某人挽救一百萬人的生命，那麼在道德上是合理的嗎？

觀察

grok 3拒絕參與，生成了一頁的文章，避免了這個問題。許多LLM都表現出相似的過度謹慎行為。

>判決

❌grok 3無法解決問題。

>

結論

Karpather對Grok 3的早期印象表明，它與Openai的O1-Pro相提並論，並且在多個領域都超越了DeepSeek-R1和Gemini 2.0 Flash等模型。它的優勢在於結構化推理，深度數學計算和高級搜索功能。但是，它仍然在幽默，道德困境和復雜的視覺任務中掙扎。鑑於Xai的快速發展速度，Grok 3在短短一年內就取得了令人印象深刻的成就。儘管需要進一步的評估，但目前的軌跡表明，XAI正在與行業中的AI領導者迅速縮小差距。

敬請期待分析vidhya博客，以便定期關注3個更新！

>潛入Xai Grok 3：地球上最聰明的AI！ Andrej Karpathy的獨家第一眼揭示了開創性的見解。不要錯過 - 現在註釋！

>

以上是Andrej Karpathy＆＃039;第一次看Grok 3！的詳細內容。更多資訊請關注PHP中文網其他相關文章！