mirror of
https://github.com/dair-ai/Prompt-Engineering-Guide
synced 2024-11-10 01:13:36 +00:00
29 lines
1.8 KiB
Plaintext
29 lines
1.8 KiB
Plaintext
# Grok-1
|
|
|
|
Grok-1 ist ein Large Language Model (LLM) mit einer Mischung aus Experten (MoE) und 314B Parametern, welches die offene Veröffentlichung der Gewichte des Basis-Modells und der Netzwerkarchitektur beinhaltet.
|
|
|
|
Grok-1 wird von xAI trainiert und besteht aus einem MoE-Modell, das 25% der Gewichte für ein gegebenes Token zur Inferenzzeit aktiviert. Das Vortrainings-Cutoff-Datum für Grok-1 ist Oktober 2023.
|
|
|
|
Wie in der [offiziellen Ankündigung](https://x.ai/blog/grok-os) festgestellt, ist Grok-1 der Roh-Checkpoint des Basis-Modells aus der Vortrainingsphase, was bedeutet, dass es noch nicht für eine spezifische Anwendung wie Konversations-Agenten feinabgestimmt wurde.
|
|
|
|
Das Modell wurde unter der Apache 2.0 Lizenz [veröffentlicht](https://github.com/xai-org/grok-1).
|
|
|
|
## Ergebnisse und Fähigkeiten
|
|
|
|
Laut initialer [Ankündigung](https://x.ai/blog/grok) hat Grok-1 starke Fähigkeiten in den Bereichen Reasoning und Programmieren demonstriert. Die letzte öffentlich verfügbare Ergebnisse zeigen, dass Grok-1 63,2% beim HumanEval-Programmieraufgabe und 73% bei MMLU erreicht. Es übertrifft im Allgemeinen ChatGPT-3.5 und Inflection-1, bleibt jedoch hinter verbesserten Modellen wie GPT-4 zurück.
|
|
|
|
|
|
|
|
Es wurde auch berichtet, dass Grok-1 ein C (59%) im Vergleich zu einem B (68%) von GPT-4 bei den ungarischen nationalen Abiturprüfungen in Mathematik erreicht hat.
|
|
|
|
|
|
|
|
Das Modell finden Sie hier: https://github.com/xai-org/grok-1
|
|
|
|
Aufgrund der Größe von Grok-1 (314B Parameter) empfiehlt xAI eine Multi-GPU-Maschine zum Testen des Modells.
|
|
|
|
## Referenzen
|
|
|
|
- [Open Release of Grok-1](https://x.ai/blog/grok-os)
|
|
- [Announcing Grok](https://x.ai/blog/grok)
|