Elon Musk: Grok 4.7 Masih Membutuhkan Waktu untuk "Dimasak" Lebih Lama - Mengacu pada RL yang Memberikan Hukuman Berlebih pada Panjang Respons, Terlalu Cepat Menyerah pada Tantangan

·oleh Henderson·xAI
Elon Musk: Grok 4.7 Masih Membutuhkan Waktu untuk "Dimasak" Lebih Lama - Mengacu pada RL yang Memberikan Hukuman Berlebih pada Panjang Respons, Terlalu Cepat Menyerah pada Tantangan
✏️ Konten Asli| The Base Principle Redaksi
Sorotan
  • @elonmusk (sekitar 11 September 2026) menyatakan bahwa Grok 4.7 "masih membutuhkan beberapa hari lagi untuk dimasak".
  • Dikaitkan dengan RL yang mungkin memberikan hukuman berlebihan pada panjang respons: terlalu cepat menyerah pada tantangan, dan kurang teliti dalam memeriksa ulang diri sendiri.
  • Grok 4.7 sebelumnya diumumkan memiliki sekitar 2.1 triliun parameter, dibandingkan dengan Grok 4.6 sekitar 1.5 triliun; model unggulan saat ini masih versi 4.6.
  • Terdapat spekulasi mengenai jendela waktu sekitar 12 September; kali ini, pembaruan tersebut menunda lagi tanggal ketersediaan publik.

Elon Musk dalam balasan di X menyatakan bahwa model andalan generasi berikutnya dari xAI, Grok 4.7, "masih membutuhkan beberapa hari lagi untuk dimasak" (needs a few more days to cook), dan belum dalam kondisi yang siap untuk dirilis secara resmi.

Dia menjelaskan bahwa timnya mungkin telah memberikan hukuman yang terlalu berat pada panjang respons selama fase pembelajaran penguatan (RL), yang menyebabkan model tersebut, meskipun mampu menyelesaikan tugas yang sulit, masih terlalu cepat menyerah; di sisi lain, dalam hal memeriksa ulang jawabannya sendiri, tingkat ketelitiannya masih belum mencukupi.

Grok 4.7 needs a few more days to cook.
We might have penalized response length too much (or something) in RL, as it still gives up on hard tasks (that it can do!) too early and isn’t yet sufficiently rigorous in checking its work.

— Elon Musk (@elonmusk)

Grok 4.7 sebelumnya disebut oleh Musk sebagai model pra-pelatihan baru dengan skala sekitar 2.1 triliun parameter (dibandingkan dengan Grok 4.6 sekitar 1.5 triliun), dan disebutkan bahwa model ini akan mengungguli pendahulunya dalam banyak aspek, meskipun latensi layanan mungkin sedikit lebih tinggi; pelatihan juga melibatkan data terkait teknik dari SpaceX untuk memperkuat kemampuan penalaran teknik di dunia nyata. Jendela waktu yang sebelumnya beredar sempat menunjuk ke sekitar 12 September, dan kali ini "beberapa hari lagi" berarti menunda lagi tanggal ketersediaan publik.

Pembaruan kali ini merupakan penjelasan mengenai ritme produk, bukan daftar fitur baru: perbedaan inti terletak pada pertimbangan RL—yakni, berapa lama model bersedia bertahan pada masalah yang sulit dan seberapa teliti memeriksa ulang outputnya sendiri—bukan pada hambatan atau kekurangan perangkat keras. xAI belum merilis model card lengkap atau laporan tolok ukur resmi secara bersamaan; model unggulan saat ini masih versi Grok 4.6 yang dirilis pada 12 Agustus.

Sumber utama: @elonmusk balasan pada 11 September 2026 (teks asli seperti di atas). Parameter dan latar belakang pelatihan merujuk pada pernyataan publik Musk sebelumnya dan laporan sekunder yang telah diverifikasi.

H
Tentang penulis
Henderson