【新智元导读】AI新王来了！马斯克Grok 4。1寂静上线，一夜之间登顶LMArena，从打情商智商正在线，算力又扩增一个数量级。同时，正在写做上，Grok 4。1（1722）比上一代Elo提拔600分。并且，率比之前模子暴降3倍。Grok 4。1之所以能够迅大进化，xAI团队将其后锻炼阶段的RL规模，又扩大了一个数量级。现在， Grok 4。1已正在网页端和iOS、Android中免费上线。目前，仍是beta版本。取此同时，Grok 4。1的全体人格愈加分歧，既连结了上一代那种犀利、靠得住的智能表示，又添加几分亲和力。正在Colossus大规模RL算力引擎上，xAI将沉点放正在了气概、个性、帮人程度和对齐性的优化。他们还开辟了一条全新的方式，从动、大规模评估和优化Grok 4。1回覆质量。前两周的时间，xAI悄然推送了Grok 4。1晚期版本，并正在实正在场景中展开稠密的「盲测」成对评估。无需利用思虑Token就能立即响应，拿下了1465 Elo，位居第二。EQ-Bench是一个由狂言语模子评判的测试，次要权衡模子的自动情感智能、理解力、洞察力、共情能力以及人际交往能力。具体来说，团队让模子环绕32个分歧的写做提醒，进行3轮创做，并按照打分尺度和模子对和Elo进行评分。利用搜刮东西的快速（非推理）模子能给出迅捷谜底，但由于推理深度无限、东西挪用次数受限，容易正在现实问题上犯错。团队基于实正在流量平分层抽样的消息查扣问题评估率，我之前一曲用的是Linux系统和xmonad。现正在想正在Mac上找一个雷同的平铺式窗口办理器，请问哪一款的气概和xmonad最接近？