Wow, Grok 4 vừa chiếm ngôi trên bảng xếp hạng GPQA Diamond. Chúng ta đang nói về việc nghiền nát mọi mô hình AI khác khi nói đến những câu hỏi khoa học khó nhất mà bạn có thể ném vào nó.

Đây không phải là một bản nâng cấp nhỏ—đây là mô hình giải quyết những vấn đề khiến các tiến sĩ phải đổ mồ hôi. Các bài kiểm tra GPQA Diamond được thiết kế đặc biệt để rất khó khăn, loại bài cần lý luận sâu sắc trong nhiều lĩnh vực khoa học khác nhau. Và Grok 4? Thẳng đến số một.

Điều làm cho điều này thật sự thú vị là tốc độ mà những mô hình này đang phát triển. Chỉ vài tháng trước, chúng ta đã ăn mừng những cột mốc khác nhau, và bây giờ tiêu chuẩn cứ tiếp tục thay đổi. Những tác động đến nghiên cứu, tính toán khoa học, và vâng, thậm chí là tối ưu hóa hạ tầng blockchain? Khá lớn khi bạn nghĩ về sức mạnh tính toán và khả năng giải quyết vấn đề mà chúng ta đang mở khóa ở đây.