Nguồn: AI Faner
xAI hôm nay đã phát hành thế hệ mới của mô hình ngôn ngữ lớn Grok-3 và phiên bản đơn giản hóa Grok-3 mini. Các bài kiểm tra chuẩn mới nhất cho thấy Grok-3 thể hiện những lợi thế đáng kể khi so sánh trực tiếp với DeepSeek.
Trong bài kiểm tra năng lực toán học (AIME'24), Grok-3 đạt 52 điểm, cao hơn đáng kể so với 39 điểm của DeepSeek-V3. Về đánh giá kiến thức khoa học (GPQA), Grok-3 dẫn đầu với số điểm là 75, trong khi DeepSeek-V3 đạt 65 điểm. Trong bài kiểm tra khả năng lập trình (LCB tháng 10-tháng 2), Grok-3 cũng vượt qua DeepSeek-V3 với 57 điểm so với 36 điểm.
Trong bài kiểm tra hiệu năng AIME 2025 mới nhất, phiên bản Grok-3 Reasoning Beta đã đạt được số điểm tuyệt vời là 93 điểm ở điểm tổng hợp của thời gian suy luận và tính toán, phiên bản tinh gọn Grok-3 mini cũng đạt 90 điểm. Trong khi đó, DeepSeek-R1 đạt 75 điểm, trong khi Gemini-2 Flash Thinking chỉ đạt 54 điểm. Kết quả này càng làm nổi bật những ưu điểm vượt trội của Grok-3 trong suy luận toán học phức tạp và hiệu quả tính toán.
Điều đáng chú ý là DeepSeek-R1, mới được DeepSeek phát hành gần đây, cũng không vượt qua được Grok-3 trong các bài kiểm tra khả năng suy luận khác. Trong suy luận toán học, Grok-3 đạt 93 điểm và DeepSeek-R1 đạt 73 điểm; trong suy luận khoa học, Grok-3 đạt 85 điểm và DeepSeek-R1 đạt 74 điểm; trong suy luận lập trình, Grok-3 đạt 79 điểm, trong khi DeepSeek-R1 đạt 65 điểm.
Ngoài ra, trong đánh giá về đấu trường chatbot LMSYS, Grok-3 đạt khoảng 1.400 điểm, không chỉ vượt qua dòng DeepSeek mà còn vượt trội hơn các mô hình lớn phổ biến khác, bao gồm GPT-4, Claude, v.v.
Những dữ liệu này cho thấy mặc dù DeepSeek đã cho thấy đà phát triển mạnh mẽ trong vài tháng qua, nhưng hiệu suất tổng thể của Grok-3 vẫn duy trì vị trí dẫn đầu. Đặc biệt, những ưu điểm về mặt suy luận toán học và hiệu quả tính toán rõ ràng hơn, không chỉ phản ánh thế mạnh về mặt kỹ thuật của xAI trong nghiên cứu và phát triển mô hình mà còn cho thấy sự cạnh tranh khốc liệt trong lĩnh vực AI.
Khi những kẻ buôn lậu bị kết án đang cân nhắc về nơi trú ẩn tối ưu ở nước ngoài cho tài sản tiền điện tử của họ, chính quyền Hoa Kỳ đã lắng nghe và xử lý số tiền thu được từ việc bán ma túy bất hợp pháp trên darknet.
CatherineGiám đốc điều hành ProShares Michael Sapir tuyên bố rằng ETF mới được tạo ra đặc biệt để giúp mọi người rút ngắn ETH.
ClementNgành công nghiệp tiền điện tử của Singapore, từng bùng nổ, đã phải đối mặt với sự thụt lùi đáng kể vào năm 2022 do sự sụp đổ thị trường trị giá 2 nghìn tỷ USD và các hành động pháp lý. Tuy nhiên, chính quyền thành phố vẫn tập trung vào việc cân bằng giữa đổi mới và bảo vệ nhà đầu tư trong bối cảnh tiền điện tử đang phát triển của mình.
JoyBồi thẩm đoàn chỉ mất chưa đầy năm giờ để đưa ra phán quyết có tội.
ClementThay vì yêu cầu người dùng viết các truy vấn phức tạp bằng kỹ năng lập trình, giờ đây các cá nhân có thể đặt câu hỏi bằng ngôn ngữ đơn giản bằng công cụ ngôn ngữ tự nhiên của Dune.
DavinTính bảo mật của tài khoản X của Tellor đã bị xâm phạm bởi một trò lừa đảo tinh vi nhằm lôi kéo người dùng bằng các ưu đãi airdrop gian lận.
KikyoCác quốc gia BRICS công bố kế hoạch về đồng tiền tập thể của họ, định hình tương lai của tài chính toàn cầu
Hui XinSự hợp tác này có mục tiêu rõ ràng: một thị trường dựa trên Ethereum là minh chứng cho sự cống hiến của nó trong việc bảo toàn tiền bản quyền hợp pháp của những người sáng tạo NFT sau mỗi lần bán.
CatherineBitfinex đã gặp phải một cuộc tấn công lừa đảo nhỏ, trấn an người dùng về các biện pháp bảo mật của họ trong khi giải quyết vấn đề và hợp tác với cơ quan thực thi pháp luật để điều tra toàn diện.
Hui XinĐể đối phó với việc phát hiện ra trục trặc kỹ thuật, Aave đã thực hiện các biện pháp để bảo vệ tiền của người dùng, tạm thời đình chỉ hoạt động thị trường trong khi ưu tiên bảo mật tài sản.
Catherine