10/18Grok 4.7 在独立安全场景子集上好过 4.6，但仍落后最先进水平
Grok 4.7 在独立安全场景子集上好过 4.6，但仍落后最先进水平
Elon Musk 转引「90 天内从勉强前十到重回前沿前三」的说法并回复 True，xAI 自认此前 RL 过度惩罚响应长度，致模型对本可做对的难题过早放弃
疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法，不是原话
事件
| 看什么 | 现在的情况 | 依据 |
|---|---|---|
| 事实 | Elon Musk 转引「90 天内从勉强前十到重回前沿前三」的说法并回复 True，xAI 自认此前 RL 过度惩罚响应长度，致模型对本可做对的难题过早放弃 | |
| 后果 | 对安全敏感的场景先不换默认档：独立子集测试显示它仍落后于最先进水平 | |
| 官方 | Elon Musk |
Elon Musk他转引一条回顾 Grok 近 90 天从「勉强前十」到「大幅回归」再到「进入前沿前三」的帖子并回复 True𝕏
Miles Brundage实测结论基于他跨模型复用的一组 Petri 安全场景子集，只覆盖部分安全场景，并非完整安全评测𝕏
Teortaxes分析他转述 xAI 自认 RL 可能过度惩罚响应长度、导致模型过早放弃难题，官方解法是 xhigh 档配 Grok Build，并补一句「到现在还是没写出代码」𝕏
产业解读
这不是投资建议。
关注后可跟此人更新与他说过的话，需用手机号登录