编辑：编辑部【新智元导读】OpenAI开发者大会前夕，马斯克来截胡了！xAI首个产品Grok炸裂发布，两个月训出330亿参数大模型，以《银河系漫游指南》为蓝本，还有一股子马斯克式幽默。

最近几天，各家都是箭在弦上，磨刀霍霍。

OpenAI开发者大会在即，马斯克忽然拦路狙击，提前放出xAI的第一个产品Grok！

Grok的一大亮点，就是能从推特实时获取信息。优质数据已成全球的稀缺资源，马斯克去年豪掷440亿美元收购推特后搞得鸡飞狗跳大半年，原来是等在这儿呢。

Grok深深体现出马斯克一直推崇的xAI公司的宗旨——一个探求「最大真理」和「宇宙本质」的AI，一个公正的AI。

就在昨天，xAI的一位创始成员Toby Pohlen放出了Grok的UI界面——

Grok可以同时进行多任务处理，并排运行多个会话，还可以在多对话之间随意切换。

期间，我们可以对对话进行分支，来更好地探索Grok的回复。回复树可以让我们在各个分支之间来回切换。还有一些/commands命令可以让我们减少点击次数。我们可以在Markdown编辑器中打开Grok的回复，保存后继续对话。它可以和分支以及分支树协同工作。同时，我们也可以在VS Code编辑器中，打开所有生成的代码片段。另外，跟自己的幽默人设呼应的是，点击Grok图标上彩蛋，就可以把Grok转换为幽默模式了。

对此，另一位创始人Greg Yang表示：毫无疑问，这是我用过最好的聊天用户界面。

现在，由于候补名单的申请太过火爆，Grok的服务器直接宕机了。6个月前刚签联名信：暂停超强AI研究6个月

有趣的是，马斯克此前也是「AI末日论」的强力拥趸，曾和Bengio、苹果联合创始人Steve Wozniak、Stability AI CEO、马库斯等人签署了一封要求暂停发展比GPT-4更先进AI 6个月的公开信。

而眼下，AI大佬们正热火朝天地激辩着AI监管必要性的议题，马斯克却已经在这当口悄悄训练出Grok了，甚至还赶在OpenAI开发者大会前夕放出大招。

看来，大家都是心照不宣啊。

当然，马斯克总能找到办法自圆其说，xAI的官博这样解释道——

我们相信，AI智能具有巨大的潜力，可以为社会贡献重要的科学和经济价值，因此我们将努力制定可靠的保障措施，防止灾难性的恶意使用。我们会尽最大努力，确保AI始终是一股向善的力量。

甚至，马斯克还放出这样的豪言——未来特斯拉的算力，都会用于大模型的推理。即使有机器人驾驶出租车，汽车依然每周只会运行1/3时间，其余时间的算力，都会用来做SETI之类的分布式推理运算。

这样，特斯拉将拥有地球上最多的模型推理算力！

马斯克，果然在下一盘大棋。

330亿参数，8K上下文，Grok-1碾压ChatGPT

仅仅四个月，Grok就经过多次迭代横空出世。创始人团队的效率高得惊人。创始人之一Greg Yang感慨道：「当一小群积极进取的世界级人才朝着同一个方向前进，挥出的拳头就远远超出了自身的重量。只有天空，只有宇宙，才是我们的极限！让我们从每一瓦的电量中，让计算得到最大优化！」

Grok意为「凭直觉深刻了解」，是美国科幻作家罗伯特·海因莱因在1961年出版的科幻小说《异乡异客》中创造的词汇。

xAI对于Grok的官方介绍是这样的——

Grok是一个以《银河系漫游指南》为蓝本的 AI，因此几乎可以回答任何事情，甚至还能建议我们该问什么问题。

Grok回答问题时，会不时抖个机灵，甚至比较叛逆，不喜欢幽默的人请远离。

Grok的独特优势就在于，它可以通过X平台（也即推特）实时了解世界上发生的各种事情。而且，很多AI会拒绝的敏感问题，它都不会拒绝。

现在，Grok还是一个早期的测试版产品，这已经是2个月的训练后能达到的最好程度了。因此，xAI希望能在用户的帮助下，让它每周都能迅速改进。

语调阴阳怪气，几句一爆梗，Grok确实是有点子幽默在身上的。

哦，我亲爱的人类，我有好消息要告诉你！我们的朋友Sam Bankman-Fried被认定所有罪名成立。你能相信吗？陪审团只用了8个小时就弄清了所谓的世界上最聪明、最优秀的风险投资人多年来都无法弄清的事实：他犯下了普通的欺诈罪。这真是一次疯狂的旅程，不是吗？

2个月，训练出Grok-1

Grok背后的核心引擎便是Grok-1。这是用时4个月研发的大模型，并经过了多次迭代升级。据了解，Grok训练时间仅仅2个月。在宣布xAI成立之后，研究团队最先训练了一个330亿参数的原型大模型——Grok-0。早期模型Grok-0在标准的LM基准测试中，性能与LLaMA 2（70B）接近，但只使用了一半的训练资源。过去的2个月中，xAI大模型在推理和编码方面取得了重大改进，并迭代到了Grok-1。同样，Grok-1是一个基于Transformer的自回归模型，在Grok-0模型基础上进行了微调，上下文长度为8192。训练数据来自互联网（截止到2023年第三季度），以及AI导师提供的数据。能力大幅提升的Grok-1刷新了多项SOTA，在HumanEval编码任务中达到了63.2%，在MMLU上达到73%。如下是xAI研究团队对Grok-1在衡量数学和推理能力的标准机器学习基准进行了一系列评估。- GSM8k：中学数学单词问题，使用思维链提示。- MMLU：多学科多项选择题，提供了5次上下文示例。- HumanEval：Python代码完成任务，pass@1评估为零样本。- MATH：用LaTeX编写的初中和高中数学问题，用固定的4次示例作为提示。在这些基准测试中，Grok-1展现出强大的能力，超越了ChatGPT-3.5、Inflection-1等模型。实际上，只有像GPT-4这样使用大量训练数据和计算资源进行训练的模型，才能超越Grok-1。这展现了研究人员在xAI项目中以异常高效的方式，训练LLM方面正在取得的快速进步。另外，刚刚提到的数学基准测试，模型可能通过网络访问到，所以结果可能受到影响。为了更公平地评估，研究人员手动收集了「2023年匈牙利全国高中数学期末考试」数据集，以测试Grok-1、 Claude-2和GPT-4的能力。结果发现，Grok以C（59%） 通过了考试，而 Claude-2 获得了相同的成绩C （55%），GPT-4 以 68% 的成绩获得了B。所有模型均在温度为0.1和相同提示下进行评估。必须指出的是，研究人员没有为这次评估做出任何调整。这样，可以更好地反映模型在真实情况下的能力，评估模型在没经过调优的新数据上的泛化能力。如下，研究人员在模型卡中提供了Grok-1重要技术细节的摘要。就局限性来看，Grok-1不具备独立搜索网络的能力。在Grok中部署时，搜索工具和数据库增强了模型的功能和真实性。尽管可以访问外部信息源，但模型仍会产生幻觉。

xAI工程设计：不是Python，是Rust

在深度学习研究的前沿，可靠的基础设施和数据集、学习算法一样重要。为了创建Grok，xAI构建了一个基于Kubernetes、Rust和JAX的自定义训练和推理堆栈。大语言模型的训练就像一列全速前进的货运火车，如果一节车厢脱轨，整列火车都会被拖下轨道，很难再次纠正方向。GPU可能失败的方式有很多种：制造缺陷、连接松动、配置错误、内存芯片退化、偶尔的随机位翻转等等。在训练时，xAI连续数月在数以万计的GPU之间同步计算，由于规模庞大，这些故障频繁出现。为了克服这些挑战，他们便采用了一套定制的「分布式系统」，确保立即识别并自动处理每种类型的故障。在xAI，研究人员把最大化每瓦特计算效率作为工作重点。在过去的几个月里，基础设施使团队最小化了停机时间，即使硬件不可靠，也能保持较高的模型计算利用率 （MFU）。当前，Rust已被证明是，构建可扩展、可靠、可维护的基础设施的理想选择。它提供了高性能、丰富的生态系统，并预防分布式系统中的大多数错误。对于像xAI这样规模较小的团队来说，基础设施的可靠性至关重要，否则维护会影响创新。Rust可以让代码修改和重构更加可靠，编写的程序可以在少量监管下稳定运行数月。xAI团队表示，「我们正在为模型能力的下一次飞跃做准备，这将需要可靠地协调数以万计的加速器上的训练运行，需要运行互联网规模的数据pipeline，并在Grok中构建新的功能和工具。在这里，xAI为自己团队招募做了一波宣传。就技术要求这一栏，需要程序员们能够具备能力包括：Rust因为xAI所有的后端服务和所有数据处理都是在Rust中实现的。而且团队还是Rust语言的忠实拥护者，并相信它是高效、安全和可扩展应用程序的最佳选择。它还提供了与Python的轻松互操作性。JAX和XLAxAI模型的神经网络是在JAX中实现的，并且xAI有许多自定义XLA操作来提高它们的效率。Triton和CUDA为了充分利用计算资源，大规模运行大型神经网络，同时最大限度地提高计算效率至关重要。因此，xAI定期在Triton或原始C++ CUDA中编写定制内核。TypeScript, React & AngularxAI前端代码完全是使用React或Angular在TypeScript中编写的，后端通信通过gRPC-web API实现类型安全。对于这个招聘要求，业内人士总结道——具有高MFU的单GPU，是高生产力的人；具有高MFU的单节点，是高效的小团队；具有高MFU的数千个GPU集群，是高生产率的公司。现在，扩展有用产出/人的难度，从一个人增加到100K，而xAI正在寻找的，是10倍的工程师......

xAI的研究方向

虽然Grok可以访问搜索工具和实时信息，但跟所有LLM一样，Grok仍然无法避免大模型的通病——幻觉问题。xAI认为，解决当前系统局限性最重要的方向，就是实现可靠的推理。在xAI看来，以下是几个最有前途的研究方向——通过工具辅助实现可扩展的监督可能Grok还很难提供一致且准确的反馈，尤其是处理长代码或复杂推理时。这种情况下，可以让AI通过查找不同来源的参考资料、使用外部工具验证中间步骤、寻求人类反馈等，来协助进行可扩展的监督。集成形式验证，确保安全性、可靠性和接地xAI计划更准确、更可验证的情况下发展AI的推理技能。这样就能在没有人类反馈或现实世界交互的情况下，评估系统。采用这种方法最直接的目标，就是保证代码的准确性，特别是在形式上验证AI的安全性。长上下文理解和检索一个能在特定环境中有效地发现有用知识的模型，是产生真正智能系统的核心。xAI正在致力于研究如何让AI在需要时去发现和检索信息。对抗性鲁棒性许多示例表明，无论是训练期间还是使用期间，AI系统中的漏洞都会导致它们犯严重的错误。而这些漏洞，就是深度学习模型长期存在的弱点。xAI致力于提高LLM、奖励模型和监控系统的鲁棒性。多模态功能目前Grok还没有配备视觉和听觉功能，xAI会致力于发展它的多模态功能，实现更广泛的应用。参考资料：/uploads/pic/20231108/