马斯克透露 Grok 4.8 进入 RL 阶段,主打「实用性最大化」不刷榜
XFreeze · x · 2026-11-19
马斯克详细谈到 Grok 4.8 的开发进展:模型已进入强化学习(RL)阶段,目标是「usefulness max」而非追求基准测试分数,他称刷榜是「愚者的差事」。
他以特斯拉 FSD 的方法类比:不去跑驾驶基准测试,而是追踪每一次人工干预,追溯到错误、偏差或缺失的源数据,修复后重新训练,目标是「零碰撞」而非某个正确率。
他还透露团队通过 Grok Bot 定期做「软发布」,用户实际体验到的可能是内部多个测试版本,以此收集「是否解决用户问题」的真实数据,形成持续改进的数据飞轮。
「公司和人」频道最新
- MCP 协议两岁生日,旧金山将办社区生日聚会 — dsp_ · 2026-11-19
- AI 圈热议:除股东外几乎没人希望 Anthropic 以其方式赢 — Kyrannio · 2026-11-19
- e/acc 领袖 Beff 与 AI Doomer 联名同一声明,理由截然相反 — beffjezos · 2026-11-19
- Kalanick 放话带「晶圆大喇叭」去 Nvidia 总部,号召员工罢工反对 AI 霸主 — beffjezos · 2026-11-19
- Kalanick 力挺黄仁勋回归:他是反抗 AI 霸主的第一人 — beffjezos · 2026-11-19
- 马斯克在 TomorrowX 活动发表完整演讲,视频全文放出 — PTrubey · 2026-11-19