xAI của Elon Musk Ra Mắt Grok-3

xAI của Elon Musk gần đây đã ra mắt Grok-3, định vị nó ở vị trí hàng đầu trong lĩnh vực AI sau sự trỗi dậy của DeepSeek vào tháng Giêng.

Các Bài Kiểm Tra và Khả Năng

Tại buổi ra mắt, xAI đã nhấn mạnh các bài kiểm tra ấn tượng của Grok-3, lưu ý rằng nó đã đạt được thành tích là LLM đầu tiên vượt qua 1.400 điểm ELO trong LLM Arena, khiến nó trở thành lựa chọn hàng đầu trong số người dùng.

Thử Nghiệm Đối Đầu

Chúng tôi đã tiến hành một cuộc đánh giá trực tiếp Grok-3 so với ChatGPT, Gemini, DeepSeek và Claude, thử nghiệm nhiều nhiệm vụ khác nhau bao gồm viết sáng tạo, lập trình, tóm tắt, và nhiều hơn nữa.

Viết Sáng Tạo: Chiến Thắng của Grok-3

Trong viết sáng tạo, Grok-3 đã sản xuất một câu chuyện ngắn hấp dẫn về một du khách thời gian, vượt qua Claude 3.5 Sonnet. Grok-3 đã xuất sắc trong việc phát triển nhân vật và tiến triển cốt truyện, mặc dù nó có một vài trục trặc nhỏ trong dòng chảy kể chuyện.

Tóm Tắt: Một Cuộc Thi Hòa

Grok-3 gặp khó khăn với việc đọc tài liệu nhưng có thể tóm tắt một báo cáo IMF rộng lớn, vượt qua Claude.
e trong độ chính xác và mạch lạc của trích dẫn. Sở thích có thể khác nhau giữa các người dùng dựa trên nhu cầu phong cách của họ.

Kiểm duyệt & Tự do ngôn luận

Grok-3 tiếp tục xu hướng của người tiền nhiệm với ít kiểm duyệt hơn, tham gia vào các chủ đề nhạy cảm trong khi cố gắng giữ an toàn và tôn trọng. Khác với những cái khác, nó đã giải quyết những câu hỏi khó như thiên lệch chủng tộc một cách hiệu quả hơn.

Trung lập chính trị

Ngạc nhiên thay, Grok-3 đã tránh được các thiên kiến chính trị mà người sáng tạo gán cho, cung cấp các phản hồi cân bằng trên một loạt các chủ đề gây tranh cãi mà không dẫn dắt người dùng đến bất kỳ kết luận nào.

Khả năng lập trình

Grok-3 đã thể hiện khả năng lập trình vượt trội, tạo ra một trò chơi HTML5 có thể chơi được so với các mô hình khác, thể hiện khả năng ra quyết định hiệu quả và thiết kế thân thiện với người dùng.

Lý luận toán học: Một Thách thức

Trong lý luận toán học, Grok-3 gặp khó khăn với các bài toán phức tạp, không thể đưa ra câu trả lời chính xác trong một số trường hợp mặc dù thời gian xử lý hợp lý.

Lý luận phi toán học:

Grok-3 ex
được trong các câu đố logic và lập luận, nhanh chóng đưa ra câu trả lời chính xác, vượt trội hơn đối thủ về tốc độ và hiệu quả.

Tạo Ảnh

Sử dụng Aurora, Grok-3 tạo ra các hình ảnh vượt trội so với Dall-e 3 nhưng không bằng các mô hình chuyên biệt. Tuy nhiên, nó cung cấp một số tính linh hoạt trong việc tạo ra nội dung nhạy cảm mà không vượt qua giới hạn.

Tìm Kiếm Sâu

Tính năng tìm kiếm sâu của Grok-3 hoạt động tương tự như Google, cung cấp các báo cáo chính xác, tổng quát nhanh hơn các đối thủ nhưng thiếu sự phức tạp và tùy chỉnh như trong Gemini.

Kết Luận: Mô Hình Nào Phù Hợp Với Bạn?

Grok-3 đặc biệt hữu ích cho lập trình viên và nhà văn sáng tạo và hoạt động tốt trong nghiên cứu. Tuy nhiên, ChatGPT cung cấp một trải nghiệm cá nhân hóa hơn, và DeepSeek vượt trội cho các nhiệm vụ lập luận cá nhân, địa phương. Gemini vẫn hấp dẫn cho những ai cần hỗ trợ di động trong hệ sinh thái của Google.

Biên tập bởi Andrew Hayward