Xais on Peng Tan's AI Bloghttps://77f3dc70.hobbytp-github-io.pages.dev/zh/xai/一个关注 AI 各领域的专题博客<link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/xai/grok4.1/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/xai/grok4.1/</guid><description><table> <thead> <tr> <th>特性</th> <th>描述</th> </tr> </thead> <tbody> <tr> <td><strong>可用性</strong></td> <td>Grok 4.1现已在grok.com、𝕏以及iOS和Android应用上向所有用户开放。立即在自动模式下推出，并可以在模型选择器中明确选择“Grok 4.1”。</td> </tr> <tr> <td><strong>改进点</strong></td> <td>在创意、情感和协作互动方面表现出色；对细微意图更加敏感；对话更具吸引力；个性更加一致，同时完全保留了前代产品的敏锐智能与可靠性。</td> </tr> <tr> <td><strong>技术进步</strong></td> <td>使用了与Grok 4相同的大型强化学习基础设施来优化模型的风格、个性、帮助性和一致性。开发了新方法，允许使用前沿代理推理模型作为奖励模型，以自主地大规模评估和迭代响应。</td> </tr> <tr> <td><strong>静默部署</strong></td> <td>从2025年11月1日至14日，逐步向越来越多的生产流量推出了初步的Grok 4.1版本。期间进行了连续的盲配对评估。</td> </tr> <tr> <td><strong>用户偏好</strong></td> <td>相比之前的生产模型，在流量中的偏好率为64.78%。</td> </tr> <tr> <td><strong>通用能力</strong></td> <td>在盲人偏好评估中设定了新的标准。</td> </tr> <tr> <td><strong>LMArena Text Leaderboard表现</strong></td> <td>思考模式（代号：quasarflux）排名第一，得分为1483 Elo；非思考模式（代号：tensor）排名第二，得分为1465 Elo。</td> </tr> <tr> <td><strong>情商</strong></td> <td>在EQ-Bench3测试中展示了卓越的情感智能能力，包括理解力、洞察力、同理心及人际交往技巧。</td> </tr> <tr> <td><strong>创造性写作</strong></td> <td>在Creative Writing v3基准测试中取得了高分，证明了其在创作性内容生成方面的强大能力。</td> </tr> <tr> <td><strong>减少幻觉现象</strong></td> <td>通过专注于减少信息查询提示中的事实错误，显著降低了快速（非推理）模型的幻觉率。</td> </tr> </tbody> </table></description></item></channel></rss>