Grok etkileyici bir yükseltme alıyor ve görünüşe göre denetlenmeyen AI görüntü üretimi

Daha gelişmiş kodlama, matematik ve yazma performansının yanı sıra görüntü oluşturma (iyi ya da kötü) platforma geliyor.

Elon Musk, şirket 2015 yılında kurulduğunda bir OpenAI yatırımcısıydı ancak o zamandan beri yalnızca şirketle bağlarını koparmakla kalmadı, aynı zamanda şirketin politik doğruluk ve güvenliğe yaklaşımını da eleştirdi. Sonuç olarak Musk, oldukça büyük bir yükseltmeye sahip olan kendi yapay zeka sohbet robotu Grok'u piyasaya sürdü.

Salı günü, Musk tarafından kurulan bir yapay zeka şirketi olan xAI, gelişmiş sohbet, kodlama ve muhakeme yeteneklerine sahip öncü büyük dil modeli (LLM) Grok-2'nin erken ön izlemesinin yayınlandığını duyurdu. Sürüm ayrıca adından da anlaşılacağı gibi Grok-2'nin hafif bir versiyonu olan Grok-2 mini'yi de içeriyordu.

Bu sürümden önce, Grok-2'nin erken bir sürümü, Büyük Model Sistemler Organizasyonu (LMSYS) Chatbot Arena'da "sus-column-r" anonim adı altında test edildi; bu, birçok yapay zeka şirketinin yeni bir modeli piyasaya sürmeden önce yaptığı bir uygulamadır.

Kitle kaynaklı bu platformda kullanıcılar, iki modelle yan yana sohbet ederek ve modellerin adlarını bilmeden yanıtlarını karşılaştırarak LLM'leri değerlendirebilir, böylece sonuçlar gerçekten ne kadar yetenekli olduklarını gösterir. OpenAI'nin GPT-4o ve Google'ın Gemini 1.5 Pro'su gibi sektör lideri modellerle karşılaştırıldığında Grok-2, aşağıda görüldüğü gibi "Genel" kategorisinde üçüncü sırada yer alarak GPT-4o ile berabere kaldı.

Eğer siz de benim gibi Chatbot Arena liderlik tablosunu ziyaret ettiyseniz ve aynı sonuçları göremediğinize şaşırdıysanız, LMSYS, erken sonuçları Twitter'da (X) yayınladığını ve "Grok 2 için resmi güncelleme yakında geliyor..!" açıklamasını yaptı.

Chatbot Arena'nın dikkat çeken diğer sonuçları arasında Grok-2'nin her iki kategoride de ikinci sırayı aldığı matematik ve kodlama kategorilerindeki uzmanlığı ve dördüncü sırayı aldığı Sert İstemler yer alıyor. Arena'da test etmek istiyorsanız web sitesini ziyaret edin, Arena'yı yan yana tıklayın ve örnek bir istem girin.

Şirket ayrıca Grok-2'nin performansını, Massive Multitask Language Understanding (MMLU) ve MATH kriterleri de dahil olmak üzere popüler LLM performans kriterlerine göre değerlendirdi. Sonuçlar önceki sürüm olan Grok 1.5'ten daha iyiydi ve GPT-4o, Claude 3 Opus, Llama 3 ve daha fazlası dahil sektör lideri modellerle rekabet halindeydi.

Gelişmiş metin performansının ötesinde Grok 2, kullanıcıların Black Forest Labs'ın FLUX.1 görüntü oluşturma modeliyle işbirliği yaparak yüksek kaliteli görüntüler oluşturmasına olanak tanır.

Piyasadaki birçok görüntü oluşturucunun, ünlüler ve politikacılar gibi kamuya mal olmuş kişileri içeren görseller oluşturmaya karşı katı kısıtlamaları olmasına rağmen, pek çok beta testçisi zaten platformda çılgına dönerek kışkırtıcı durumlardaki politikacıların görüntülerini ürettiği için Grok-2 bunu yapmıyor. Aşağıda daha az kışkırtıcı nesillerden birini dahil ediyorum.

Oluşturulan görüntüler yüksek kaliteli ve gerçekçi, ancak platformda bir görüntünün oluşturulduğunu açıkça ortaya koyan bir açıklama yok gibi görünüyor; bu, birçok sosyal medya platformunun kullanıcı güvenliğini korumak için benimsediği başka bir yaklaşım.

Grok-2 ve Grok-2 mini, X'ten X'e Premium ve Premium+ kullanıcılarına beta olarak sunuluyor. Bu premium X planları sırasıyla aylık 8 ABD Doları ve 16 ABD Dolarıdır ve mavi onay işareti, sınırlı reklam veya hiç reklam olmaması, yanıt önceliklendirmesi, kimlik doğrulama ve daha fazlası gibi diğer avantajları içerir. Her iki model de bu ayın sonlarında yeni bir kurumsal API platformu aracılığıyla geliştiricilerin kullanımına sunulacak.

İlgili makaleler