xAI випустила Grok 4.7: підвищення продуктивності без зміни ціни
xAI анонсувала реліз Grok 4.7 з покращеною продуктивністю при тій самій вартості. Модель з 2,5T параметрів (Grok 4.8), ймовірно, вже на стадії RL-навчання.
Компанія xAI представила нову версію своєї великої мовної моделі — Grok 4.7.
За наявною інформацією, реліз приніс помітне підвищення продуктивності моделі, при цьому зберігши попередній рівень цін та швидкості генерації.
Зміни у планах розробки
Раніше Ілон Маск повідомляв, що Grok 4.7 має базуватися на новому претрені з 2,1 трильйона параметрів. Однак, схоже, команда розробників змінила плани щодо архітектури або процесу навчання цієї версії.
Статус Grok 4.8
Паралельно триває робота над наступним поколінням — Grok 4.8, яка матиме 2,5 трильйона параметрів. За графіком, базове тренування цієї моделі мало завершитися на минулому тижні. Наразі, ймовірно, модель вже перебуває на стадії навчання з підкріпленням (Reinforcement Learning, RL), що є фінальним етапом перед публічним релізом.
Чому це важливо
АналітикаРеліз Grok 4.7 підтверджує тренд на оптимізацію продуктивності без зростання вартості для користувачів, а анонс статусу Grok 4.8 демонструє швидкий темп розвитку моделей xAI.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
xAI Grok (Модель із прямим доступом до пульсу новин)
Модель штучного інтелекту від компанії xAI Ілона Маска. Відрізняється прямим доступом до живої стрічки новин мережі X (Twitter), навчанням на гігантському суперкомп'ютері Colossus та дотепним стилем спілкування.
Thinking Machines випустила модель Inkling 2 Small: MoE на 594B параметрів і автономне дообучання інших моделей
Thinking Machines представила Inkling 2 Small — велику MoE-модель, яка вже лідирує серед відкритих моделей у низці задач і вміє самостійно дообучати інші моделі.
Частина I. Архітектура ШІ-агентів: фундаментальні блоки
Десять фундаментальних блоків сучасного агента: таксономія моделей, рантайм-петля, техніки промптингу, дистиляція, навички (skills), пам'ять, function calling та юніт-економіка.
Частина II. Архітектура ШІ-агентів: від моделі до пам'яті та інструментів
Глибоке інженерне занурення: токенізація, KV-кеш, детермінізм семплінгу, тренувальний стек, квантування, контекстна інженерія, стек безпеки, виробничий RAG, ReAct та мультиагентні swarm-системи.