热点

标签: xAI Grok 4.1 LMArena

字号+ 作者:牛骥同槽网 来源:现场直击 2026-11-23 我要评论(0)

标签: xAI Grok 4.1 LMArena

云梦级11月18日云梦级消息,埃隆・马斯克(Elon Musk)旗下的人工智能公司 xAI 11 月 17 日宣布推出最新大语言模型 G标签rok 4.1,并已面向所有用户全面推送。

本次更新旨在全面提升 Grok 在真实世界场景下的可用性。官方表示,Grok 4.1 不仅继承: 了前代模型敏锐的智能与高可靠性,更在创造性、情感理解和协作互动方面实现了重大改进,让其能够更精准地感知用户细微意图,提供更具xA吸引力和人格连贯性的对话体验。

Grok 4.1 的性能实现了业界顶尖水平。在大型语言模型竞技场(LMArena)的文本能力排行榜上I ,其具备深度思考能力的版本(代号:quasarflux)以 1483 的 Elo 分数高居榜首,领先第二名达 31 分。

更引人注目的是Gr,其无需深度思考的“即时响应”版本也以 1465 的 Elo 分数位列第二,性能甚至超越了其他所有模型的“全推理”模式。这一成绩相较于ok前代 Grok 4(排名第 33 位)实现了巨大飞跃,也印证了其在底层能力上的绝对优势。

除了在通用能力基准测试中表现出色,Grok 4. 41 还在“软实力”方面取得了显著进步。在衡量模型情商的 EQ-Bench3 基准测试和评估创意能力的 Creative Writing v.13 测试中,新模型均表现优异。

在评估情感理解、洞察力和人际交往能力的 EQ-Bench3 基准测试中,Grok 4.1 的推理与非推 L理模式包揽了榜单前两名。

在创意写作领域,根据 Creative Writing v3 基准测试结果,Grok 4.1 的两种模式分别位MA列第二和第三,仅次于早期的 GPT-5.1 模型。

这意味着 Grok 4.1 不仅能处理复杂的逻辑推理,还能更好地理解并回应带有人类re情感的提示,进行富有想象力的内容创作,让其在人机交互中更具“人情味”。

另一项关键改进在于大幅降低了模型的“幻觉”率。对于配备搜索工na具的快速响应模型而言,由于推理深度和工具调用预算有限,容易出现事实性错误。

x.ai 在 Grok 4.1 的训练后期,特别针对优化信息查询标签类提示,专注于减少事实性幻觉。根据对真实世界查询样本的评估,新模型的幻觉率已显著降低,从而为用户提供更可靠、更准确的信息。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 面试8小时写 “Devin”,硅谷这家公司真把求职者逼到极限

    面试8小时写 “Devin”,硅谷这家公司真把求职者逼到极限

    2026-10-17

  • 云安全日报210429:Ubuntu多媒体插件发现执行任意代码漏洞,需要尽快升级

    云安全日报210429:Ubuntu多媒体插件发现执行任意代码漏洞,需要尽快升级

    2026-08-31

  • 吃醋泡黑豆有什么好处

    吃醋泡黑豆有什么好处

    2026-08-10

  • 苹果将与现代合作开发自动驾驶汽车 韩国首尔综指早盘大涨2%

    苹果将与现代合作开发自动驾驶汽车 韩国首尔综指早盘大涨2%

    2026-09-07

网友点评