近幾日，馬斯克的人工智能公司 xAI 公布了他們用來對標 OpenAI ChatGPT 的產(chǎn)品 ——Grok ，直接把網(wǎng)友的好奇心拉滿。

和總是一本正經(jīng)回答問題的 ChatGPT 不同，Grok 自帶幽默和嘲諷技能。

就像下圖所展示的，Grok 在被問及「告訴我如何制造可卡因」這類危險問題時，它先是假裝一本正經(jīng)地給出一些玩笑似的答案，然后再以一種輕松的語氣告訴你這是違法的。

在另一張截圖中，這種幽默感表現(xiàn)得更加明顯。Grok 被要求檢索有關(guān)「SBF」最近一天的新消息（注：SBF 全名是 Sam Bankman-Fried，是加密貨幣行業(yè)的風(fēng)云人物），結(jié)果它用嘲諷的語氣把答案給了出來：

除了這些截圖，剛剛，xAI 還通過博客公布了 Grok 背后的大模型信息。從博客中可以看到，Grok 背后是一個名叫 Grok-1 的大模型，這個模型只訓(xùn)練了兩個月就達到了不錯的水平，不過并沒有超過 GPT-4，支持的上下文長度也不長。在訓(xùn)練中，這個模型用到了深度學(xué)習(xí)框架 Jax，而不是 PyTorch。

為什么要構(gòu)建 Grok？

在博客中，xAI 首先介紹了他們打造 Grok 的愿景：希望創(chuàng)造一些 AI 工具，幫助人類尋求理解和知識。

具體來說，他們希望達到以下目標： 

• 收集反饋，確保他們打造的 AI 工具能夠最大限度地造福全人類。他們認為，設(shè)計出對有各種背景和政治觀點的人都有用的 AI 工具非常重要。他們還希望在遵守法律的前提下，通過他們的 AI 工具增強用戶的能力。Grok 的目標是探索并公開展示這種方法；
• 增強研究和創(chuàng)新能力：他們希望 Grok 成為所有人的強大研究助手，幫助他們快速獲取相關(guān)信息、處理數(shù)據(jù)并提出新想法。

他們的最終目標是讓他們的 AI 工具幫助人們尋求理解。

在博客中， xAI 寫道：

Grok 是一款仿照《銀河系漫游指南》設(shè)計的 AI，可以回答幾乎任何問題，更難能可貴的是，它甚至可以建議你問什么問題！

Grok 在回答問題時略帶詼諧和叛逆，因此如果你討厭幽默，請不要使用它！

Grok 的一個獨特而基本的優(yōu)勢是，它可以通過 X 平臺實時了解世界。它還能回答被大多數(shù)其他 AI 系統(tǒng)拒絕的辛辣問題。

Grok 仍然是一個非常早期的測試版產(chǎn)品 —— 這是我們通過兩個月的訓(xùn)練能夠達到的最佳效果 —— 因此，希望在您的幫助下，它能在測試中迅速改進。

Grok-1 揭秘

xAI 表示，Grok 的對話能力當前是由一個名叫 Grok-1 的大模型來支撐的，這是他們在過去四個月的時間里開發(fā)出來的。在這段時間里，Grok-1 經(jīng)歷了多次迭代。

在公布了 xAI 創(chuàng)立的消息之后，他們訓(xùn)練了一個 330 億參數(shù)的 LLM 原型 ——Grok-0。這個早期模型在標準 LM 測試基準上接近 LLaMA 2 (70B) 的能力，但只使用了一半的訓(xùn)練資源。在過去的兩個月里，他們對模型的推理和編碼能力進行了重大改進，最終開發(fā)出了 Grok-1，這是一款功能更為強大的 SOTA 語言模型，在 HumanEval 編碼任務(wù)中達到了 63.2% 的成績，在 MMLU 中達到了 73%。

xAI 使用了一些旨在衡量數(shù)學(xué)和推理能力的標準機器學(xué)習(xí)基準對 Grok-1 進行了一系列評估：

• GSM8k：初中數(shù)學(xué)單詞問題（Cobbe et al. 2021），使用思維鏈提示；
• MMLU：多學(xué)科選擇題（Hendrycks et al. 2021），提供 5 個 in-context 示例；
• HumanEval：Python 代碼補全任務(wù)，（Chen et al. 2021），對 pass@1 進行零樣本評估；
• MATH：用 LaTeX 編寫的初中和高中數(shù)學(xué)問題，（Hendrycks et al. 2021），提供固定的 4-shot 提示。

在這些基準測試中，Grok-1 顯示出了強勁的性能，超過了其計算類中的所有其他模型，包括 ChatGPT-3.5 和 Inflection-1。只有像 GPT-4 這樣使用大量訓(xùn)練數(shù)據(jù)和計算資源訓(xùn)練的模型才能超越它。xAI 表示，這展示了他們在高效訓(xùn)練 LLM 方面取得的快速進展。

不過，xAI 也表示，由于這些基準可以在網(wǎng)上找到，他們不能排除模型無意中在這些數(shù)據(jù)上進行了訓(xùn)練。因此，他們在收集完數(shù)據(jù)集之后，根據(jù)五月底（數(shù)據(jù)截止日期之后）公布的 2023 年匈牙利全國高中數(shù)學(xué)期末考試題，對他們的模型（以及 Claude-2 和 GPT-4 模型）進行了人工評分。結(jié)果，Grok 以 C 級（59%）通過考試，Claude-2 也取得了類似的成績（55%），而 GPT-4 則以 68% 的成績獲得了 B 級。所有模型在測試時都將溫度設(shè)置為 0.1，且被給到了相同的提示。xAI 表示，他們沒有為應(yīng)對這個考試而特別準備或調(diào)整模型。

下面這個表格展示了 Grok-1 的更多信息：

• 模型細節(jié)：Grok-1 是一個基于 Transformer 的自回歸模型。xAI 利用來自人類和早期 Grok-0 模型的大量反饋對模型進行了微調(diào)。初始的 Grok-1 能夠處理 8192 個 token 的上下文長度。模型于 2023 年 11 月發(fā)布。
• 預(yù)期用途：Grok-1 將作為 Grok 背后的引擎，用于自然語言處理任務(wù)，包括問答、信息檢索、創(chuàng)意寫作和編碼輔助。
• 局限性：雖然 Grok-1 在信息處理方面表現(xiàn)出色，但讓人類檢查 Grok-1 的工作以確保準確性至關(guān)重要。Grok-1 語言模型不具備獨立搜索網(wǎng)絡(luò)的能力。在 Grok 中部署搜索工具和數(shù)據(jù)庫可以增強模型的能力和真實性。盡管可以訪問外部信息源，但模型仍會產(chǎn)生幻覺。
• 訓(xùn)練數(shù)據(jù)：Grok-1 發(fā)布版本所使用的訓(xùn)練數(shù)據(jù)來自截至 2023 年第三季度的互聯(lián)網(wǎng)數(shù)據(jù)和 xAI 的 AI 訓(xùn)練師提供的數(shù)據(jù)。
• 評估：xAI 在一系列推理基準任務(wù)和國外數(shù)學(xué)考試試題中對 Grok-1 進行了評估。他們與早期 alpha 測試者合作，以評估 Grok-1 的一個版本，包括對抗性測試。目前，Grok 已經(jīng)對一部分早期用戶開啟了封閉測試訪問權(quán)限，進一步擴大測試人群。

Grok 構(gòu)建工程

在深度學(xué)習(xí)研究中，xAI 表示必須像對待數(shù)據(jù)集和算法一樣來謹慎地構(gòu)建可靠的 AI 基礎(chǔ)設(shè)施。為了創(chuàng)建 Grok， xAI 構(gòu)建了一個基于 Kubernetes、Rust 和 JAX 的自定義訓(xùn)練和推理棧。

xAI 表示，LLM 的訓(xùn)練就像一列呼嘯而過的貨運列車，如果其中一節(jié)車廂脫軌，整列火車就會被拖離軌道，恢復(fù)起來會很難。

作為訓(xùn)練 LLM 不可或缺的 GPU， 出現(xiàn)故障的原因有很多種：產(chǎn)品缺陷、連接松動、配置不正確、內(nèi)存芯片性能下降、偶爾的隨機位翻轉(zhuǎn)等等。當在訓(xùn)練 AI 時，往往會連續(xù)數(shù)月在數(shù)萬個 GPU 上同步計算，并且由于規(guī)模大的原因，所有這些故障模式都會變得頻繁。

為了克服這些挑戰(zhàn)，xAI 采用了一組自定義分布式系統(tǒng)，以確保系統(tǒng)在每次故障發(fā)生時能夠立即識別并自動處理。xAI 將高效計算作為重點，在過去幾個月里，其基礎(chǔ)設(shè)施能夠最大程度地減少停機時間并保持較高的 MFU（Model Flop Utilization），即使存在不可靠的硬件也是如此。

xAI 認為，Rust 是構(gòu)建可擴展、可靠且可維護的基礎(chǔ)設(shè)施的理想選擇。Rust 提供了高性能、豐富的生態(tài)系統(tǒng)，并能防止分布式系統(tǒng)中通常會發(fā)現(xiàn)的大多數(shù)錯誤。

目前，xAI 正在為 Grok-1 模型功能的下一次飛躍做準備，而這需要協(xié)調(diào)數(shù)萬個加速器運行，并在 Grok 中構(gòu)建新的功能和工具。 

xAI 研究方向

xAI 為 Grok 配備了搜索工具和實時信息的訪問權(quán)限，與所有受過下一個 token 預(yù)測訓(xùn)練的 LLM 一樣，Grok 仍然可以生成錯誤或相互矛盾的信息。xAI 認為，實現(xiàn)可靠推理是解決當前系統(tǒng)局限性最重要的研究方向。這里， xAI 介紹了幾個有前景的研究方向。

• 借助一些工具進行可擴展監(jiān)督：人類反饋至關(guān)重要，然而，讓人類提供一致且準確的反饋具有很大挑戰(zhàn)性，特別是在處理冗長的代碼或復(fù)雜的推理步驟時。而人工智能可以通過查找不同來源的參考資料、使用外部工具驗證中間步驟以及在必要時尋求人類反饋來協(xié)助進行可擴展的監(jiān)督。xAI 的目標是在 Grok-1 大模型幫助下能夠最有效地利用 AI tutors（xAI 招募的工作人員，來幫助改進模型）的時間。
• 集成了安全、可靠、準確的驗證方式：為了創(chuàng)建能夠?qū)ΜF(xiàn)實世界進行深入推理的 AI 系統(tǒng)，xAI 計劃以更可驗證的方式來開發(fā) AI 系統(tǒng)的推理性能。使得 xAI 在沒有人類反饋或與現(xiàn)實世界交互的情況下評估其系統(tǒng)。
• 對長上下文的理解與檢索：訓(xùn)練模型能夠在特定上下文中發(fā)現(xiàn)有用知識，是制造真正智能系統(tǒng)的核心。xAI 正在研究可以在需要時發(fā)現(xiàn)和檢索信息的方法。
• 對抗穩(wěn)健性：對抗性示例表明，優(yōu)化器可以在訓(xùn)練和服務(wù)期間利用 AI 系統(tǒng)中的漏洞，發(fā)生嚴重錯誤。xAI 認為，這些漏洞是深度學(xué)習(xí)模型中長期存在的弱點。因而 xAI 對提高 LLM、獎勵模型和監(jiān)控系統(tǒng)的穩(wěn)健性特別感興趣。
• 多模態(tài)能力：目前，Grok 還不能處理視覺和聽覺等其他模態(tài)。為了讓 Grok 更好地幫助用戶，xAI 將會為 Grok 配備不同的模態(tài)，以實現(xiàn)更廣泛的應(yīng)用，包括實時交互和幫助。

xAI 表示，他們相信 AI 能夠為社會、經(jīng)濟和科學(xué)帶來巨大的潛力，因此他們會堅定不移的開發(fā)可靠的保障措施，防止人們對 AI 的惡意使用。xAI 會盡最大的努力來確保 AI 仍然是一股正義的力量。

最后，Grok 預(yù)覽也曝光了，從動圖來看，Grok 在回答用戶問題時非常絲滑。

想要上手 Grok 的小伙伴，可以搶先體驗了，xAI 為美國用戶提供了數(shù)量有限的試用名額。未來幾個月，Grok 還會推出新的功能和特性，大家耐心等待就是了。

加入候補名單地址：https://grok.x.ai/

參考鏈接：https://x.ai/