帖子

似乎解答了grok模型为什么显得那么＂懒惰＂

788

crispyctt2026-09-12
9052
据老马所说，grok倾向于更早得结束任务，以起到节省token和步数的目的
在grokbuild中使用goal也可以看出来，即使goal没有被实际完成，grok也会更早的宣称完成/或者留一些未决项(实际他完全可以做的东西)
难怪为什么这些benchmark里grok的token效率似乎显得比较高，或许也使得grok难以承担更需要发散和深度思考的工作
希望老马4.7解决一下这个问题 ^-^，我觉得在谈提升模型token效率之前请把模型能力做上来(反正现在cursor订阅的额度都用不完，我不需要那么节省token啊 ^-^)
主楼
8 78
windsing2026-09-12
6465
grok平均部署偏短是因为主动放弃吗？那gemini那个我体感感觉他也很懒惰，但是高这么多，是因为不会停止？
#1
realjj982026-09-12
39201
cursor里的grok更是戳一下动一下^-^
#2
crispyctt2026-09-12
9052
Gemini可能是真的觉得自己kuangkuang的已经干完了(
#3
太阳之子2026-09-12
5879
笨到用不了，不管降智还是不降智，不想听解释了，厚葬老马吧，现在我在ds4.1找回grok4.6当年的感觉了
#4
林语尘2026-09-12
4616
感觉会延期
因为最近好像没有看到佬友在转发马斯克预热的帖子
[AgADWhYAAq4TEFY.webp]
你看我说的没错吧~
#5
crispyctt2026-09-12
9052
grok4.6最近即使没有降智也有可能被量化了
最近经常出现非常低级非常明显的错误，然后信誓旦旦的告诉我完成了
或许我应该找一个备用订阅，鸡蛋防在一个篮子里碰到模型降智直接退化成原始人了。
#6
killer2026-09-12
5525
我觉得是正常的，只是不应该惩罚那么明显，因为生活中的大部分问题都是普通需求，类似于 GPT 的过度思考一样，很多时候其实不需要
在benchmark里明显能看出来，high和xhigh的区别并不明显，你甚至会发现，后者甚至能力还不如前者
这个反而是最严重的问题，那就是它的思考程度现在有严重的问题。你拉不开差距，很明显是不合理的。
这也提供了一个推测：在 XHIGH 的思考程度下，它针对这种艰难的任务，相比 high 更加被过度惩罚了。所以说，不是说它完不成任务，而是它看着觉得完不成就直接放弃了
我感觉这种做法，怎么有点像老马的那个思想呢？他的美学不就是不要做加法？做加法之前，先问能不能做减法。比如说，火箭的部件能不能做减法？车的部件能不能做减法？
老马这个人，好像是讨厌做加法的
#7
KongWenn2026-09-12
32450
一般都是普通需求，确实不需要省token
#8

发表回复

登录后回复