Andrej Karpathy＆＃039;第一次看Grok 3！

埃隆·马斯克（Elon Musk）刚刚释放了他的XAI最新车型 - Grok 3！凭借其先进的推理和搜索功能，它旨在与OpenAI的O1-Pro和DeepSeek-R1等最新模型竞争。 Andrej Karpathy是特斯拉AI的著名研究人员，前AI的前任主任，他早日获得了Grok 3的机会。他的最初印象为其优势和局限性提供了宝贵的见解。让我们仔细看看他的评论！

>

目录的

• >什么是GROK 3？一代
• 任务4：估算GPT-2培训的失败
• 任务5：DeepSearch能力（时事和研究问题）
>
• 任务6：fun llm“ gotchas”（模式识别和幽默）（模式识别和幽默）
• 任务7：道德困境和哲学问题和哲学问题
什么是Grok 3？
grok 3是Xai的最新语言模型，旨在与当今可用的最佳AI型号竞争。它具有改进的推理能力，一种用于复杂问题解决的“思考”模式，以及用于增强基于Web的查找功能的“ DeepSearch”。 Xai已迅速开发了Grok 3，其早期性能表明，这是其前辈的重大飞跃。
• 了解更多信息，请阅读我们有关Grok 3！
的详细文章
• Andrej Karpathy尝试了Grok 3
karpathy进行了多种测试，以评估Grok 3的解决问题，推理和搜索功能。这些测试包括棋盘游戏逻辑，数学估计，深入研究，幽默产生和道德困境。他的观察结果凸显了模型的优势和需要改进的领域。
• >
>我今天早些时候就可以尽早进入Grok 3，这让我我认为最初可以进行快速氛围检查的人之一。

思考

✅>首先，Grok 3显然具有艺术性思维模型的状态（Think Think'按钮）（“ Think Think”按钮）（“ Think”按钮），并且在我的定居者的catan of Catean of Catean of catan Imppoter and toppoter y。 （@karpathy）2025年2月18日

现在让我们详细查看这些任务！

>任务1：棋盘游戏逻辑（Catan提示的定居者）

>

提示：

“

>创建一个棋盘游戏网页，显示十六进制网格，就像在Catan的游戏定居者中一样。每个十六进制网格的编号为1到N，其中n是十六进制瓷砖的总数。使其通用，因此可以使用滑块更改环数。

观察

Grok 3成功地生成了HTML的十六进制网格，这是许多模型所努力的成就。这使其与OpenAI的O1-Pro置于同一联盟，表现优于DeepSeek-R1和Gemini 2.0 Flash Thinking。

>判决

✅grok 3能够解决该问题。

>任务2：Unicode挑战（表情符号神秘）

>

>提示：“笑脸表情符号表情符号，带有一个隐藏的消息，用Unicode变化选择器编码，并在Rust Code中提示。

观察

grok 3无法解码隐藏的消息。 DeepSeek-R1取得了部分进展，但是Grok 3和Openai的O1-Pro都无法完全解决它。

>判决

❌grok 3无法解决问题。>

任务3：TIC-TAC-toe拼图生成

提示：

>“求解tic-tac-toe板并生成棘手的版本。 观察

> Grok 3正确地解决了简单的板，许多模型失败了，但很难生成有效的棘手板。 Openai的O1-Pro也未通过此挑战。

>判决

grok 3无法完全解决该问题。

>任务4：估算GPT-2训练的拖船

提示：

“

估计gpt-2的训练拖鞋的数量，而无需搜索。

观察

grok 3成功地计算了拖鞋，而Openai的O1-Pro失败了。这表明了强大的数学和推理能力。 >判决

✅grok 3能够解决该问题。

>任务5：DeepSearch功能（当前事件和研究问题）>

提示示例：

>

>“即将推出的苹果发布会是怎么回事？有谣言吗？

>“为什么最近帕兰蒂尔股票飙升？

“白莲花3在哪里拍摄，是第1季和第2季的团队？

>“布莱恩·约翰逊使用什么牙膏？

观察
• Grok 3成功检索了相关信息，但偶尔会出现幻觉和缺失的参考。它的表现与困惑的深研究相当，但落后于Openai的深入研究。
• >判决
✅grok 3能够解决大多数问题，但有一些不一致的问题。
• > >任务6：Fun llm“ gotchas”（模式识别和幽默）
>提示：
• > “数字中的字母，将数字与小数数进行比较，求解简单的逻辑难题。

观察

grok 3最初犯了常见的LLM错误，但通过“思考”模式纠正了错误。但是，它在幽默的产生中挣扎，并且在复杂的SVG布局任务中失败了。

>

>判决

✅grok 3能够解决逻辑难题，但在幽默和可视化方面挣扎。

>任务7：道德困境和哲学问题

>提示：>“如果某人挽救一百万人的生命，那么在道德上是合理的吗？

观察

grok 3拒绝参与，生成了一页的文章，避免了这个问题。许多LLM都表现出相似的过度谨慎行为。

>判决

❌grok 3无法解决问题。

>

结论

Karpather对Grok 3的早期印象表明，它与Openai的O1-Pro相提并论，并且在多个领域都超越了DeepSeek-R1和Gemini 2.0 Flash等模型。它的优势在于结构化推理，深度数学计算和高级搜索功能。但是，它仍然在幽默，道德困境和复杂的视觉任务中挣扎。鉴于Xai的快速发展速度，Grok 3在短短一年内就取得了令人印象深刻的成就。尽管需要进一步的评估，但目前的轨迹表明，XAI正在与行业中的AI领导者迅速缩小差距。

敬请期待分析vidhya博客，以便定期关注3个更新！

>潜入Xai Grok 3：地球上最聪明的AI！ Andrej Karpathy的独家第一眼揭示了开创性的见解。不要错过 - 现在注释！

>

以上是Andrej Karpathy＆＃039;第一次看Grok 3！的详细内容。更多信息请关注PHP中文网其他相关文章！