Phiên bản Grok mới nhất vừa Thả một số con số thú vị. Phiên bản 4.1 Nhanh với khả năng lý luận đạt 93.5 trên chuẩn mở rộng NYT Connections—đó là mức tăng 1.4 điểm so với 92.1 của phiên bản trước.

Điều gì đã thu hút sự chú ý? Chế độ tiêu chuẩn (không lý luận) cũng đã có sự tăng trưởng, leo lên 25,8. Không có thông báo rầm rộ, chỉ là các chỉ số hiệu suất được cập nhật một cách âm thầm.

Để cung cấp bối cảnh, những tiêu chuẩn này kiểm tra các mô hình ngôn ngữ trên các nhiệm vụ nhận dạng mẫu phức tạp. Sự cải thiện của chế độ lý luận cho thấy khả năng xử lý logic được nâng cao, trong khi việc nâng cấp mô hình cơ bản chỉ ra những cải tiến về kiến trúc tổng thể.

Các bản cập nhật phiên bản như thế này thường phản ánh các tối ưu hóa đào tạo lặp đi lặp lại hơn là thiết kế lại cơ bản. Tuy nhiên, những cải tiến nhất quán ở cả hai chế độ chỉ ra tiến bộ có ý nghĩa trong khả năng của mô hình.