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！
>
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
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。
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！
