馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

Connor 必安交易所 2025-02-18 24 0

轉載自《AI范兒》

馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

xAI今日發布新一代大語言模型Grok-3及其精簡版Grok-3 mini。最新基準測試顯示,Grok-3在與DeepSeek的直接對比中展現出顯著優勢。

在數學能力測試(AIME'24)中,Grok-3獲得52分,明顯超過DeepSeek-V3的39分??茖W知識評估(GPQA)方面,Grok-3以75分的成績領先,而DeepSeek-V3為65分。在編程能力測試(LCB Oct-Feb)中,Grok-3同樣以57分超過DeepSeek-V3的36分。

馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

最新公布的AIME 2025性能測試中,Grok-3 Reasoning Beta版本在推理和計算時間復合評分上取得93分的優異成績,其精簡版本Grok-3 mini也達到了90分。相比之下,DeepSeek-R1的得分為75分,而Gemini-2 Flash Thinking僅為54分。這一結果進一步凸顯了Grok-3在復雜數學推理和計算效率方面的突出優勢。

馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

展開全文

特別值得注意的是,DeepSeek近期發布的DeepSeek-R1在其他推理能力測試中也未能趕超Grok-3。在數學推理中,Grok-3獲得93分,DeepSeek-R1為73分;科學推理中,Grok-3得分85分,DeepSeek-R1為74分;編程推理中,Grok-3達到79分,而DeepSeek-R1為65分。

馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

此外,在LMSYS聊天機器人競技場評估中,Grok-3的得分約為1400分,不僅超過了DeepSeek系列,也領先于其他主流大模型,包括GPT-4、Claude等。

馬斯克發布Grok3:多項測試超越DeepSeek,展現強勁競爭力

這些數據表明,盡管DeepSeek在過去幾個月展現出強勁的發展勢頭,但Grok-3的整體性能仍然保持領先地位。特別是在數學推理和計算效率方面的優勢更為明顯,這不僅體現了xAI在模型研發上的技術實力,也顯示出AI領域競爭的白熱化程度。

評論

久久国产精品湿香蕉网_测测啪汇聚精彩的制服精品_爱情岛亚洲品质网站入口_日本精品一区二区_久久狼人大香伊蕉国产下载