เอลอน มัสก์: Grok 4.7 ยังต้อง "ต้ม" อีกสักพัก - หมายถึง RL ลงโทษความยาวของการตอบสนองมากเกินไป ยังไม่สายที่จะยอมแพ้ในปัญหายาก

·โดย Henderson·xAI
เอลอน มัสก์: Grok 4.7 ยังต้อง "ต้ม" อีกสักพัก - หมายถึง RL ลงโทษความยาวของการตอบสนองมากเกินไป ยังไม่สายที่จะยอมแพ้ในปัญหายาก
✏️ รายงานต้นฉบับ| The Base Principle บรรณาธิการ
เน้น
  • @elonmusk (ประมาณ 11 กันยายน 2026) ได้ระบุว่า Grok 4.7 "ยังต้องต้มอีกสักพัก"
  • สาเหตุมาจาก RL อาจลงโทษความยาวของการตอบสนองมากเกินไป: ยังไม่สายที่จะยอมแพ้ในปัญหายาก และการตรวจสอบตนเองยังไม่เพียงพอ
  • Grok 4.7 ในช่วงเปิดเผยก่อนหน้านี้มีประมาณ 2.1 ล้านล้านพารามิเตอร์ เทียบกับ Grok 4.6 ที่ประมาณ 1.5 ล้านล้าน; รุ่นฟลากชิปที่ใช้อยู่ยังคงเป็น 4.6
  • ภายนอกเคยเล่าลือว่าเวลาตรงกับรอบเดือนกันยายน 12 ก่อนหน้า; ครั้งนี้การอัปเดตทำให้เวลาที่เปิดเผยใช้งานอีกครั้งถูกเลื่อนออกไป

เอลอน มัสก์ได้ตอบกลับบน X ว่า โมเดลรุ่นฟลากชิปถัดไปของ xAI Grok 4.7 "ยังต้องต้มอีกสักพัก" (needs a few more days to cook) และยังไม่พร้อมที่จะเปิดตัวอย่างเป็นทางการ

เขาอธิบายว่า ทีมงานในขั้นตอนการเรียนรู้เสริม (RL) อาจลงโทษความยาวของการตอบสนองมากเกินไป ซึ่งทำให้แม้ว่าโมเดลมีความสามารถในการทำงานที่ยาก แต่ก็ยังมีแนวโน้มที่จะยอมแพ้เร็วเกินไป; ในขณะเดียวกัน การตรวจสอบคำตอบของตัวเองยังไม่เพียงพอ

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 ในช่วงเปิดเผยก่อนหน้านี้ ได้ระบุโดย Musk ว่ามี2.1 ล้านล้านพารามิเตอร์ (เทียบกับ Grok 4.6 ที่ประมาณ 1.5 ล้านล้าน) และระบุว่าจะมีความสามารถที่ดีกว่ารุ่นก่อนหน้าในหลายด้าน แต่ความล่าช้าในการให้บริการอาจสูงขึ้นเล็กน้อย; การฝึกฝนยังได้รวมข้อมูลทางด้านวิศวกรรมของ SpaceX เพื่อเสริมความสามารถในการให้เหตุผลทางวิศวกรรมในโลกแห่งความเป็นจริง. ภายนอกเคยเล่าลือว่าเวลาตรงกับรอบเดือนกันยายน 12 ก่อนหน้า ครั้งนี้ "ต้มอีกสักพัก" หมายถึงเวลาที่เปิดเผยใช้งานอีกครั้งถูกเลื่อนออกไป

การอัปเดตครั้งนี้เป็นการอธิบายถึงจังหวะการทำงานของผลิตภัณฑ์ ไม่ใช่รายการคุณลักษณะใหม่: ช่องว่างที่สำคัญถูกกำหนดไว้ที่การตัดสินใจ RL—โมเดลยินดีที่จะอยู่กับปัญหาที่ยากนานเพียงใด และการตรวจสอบคำตอบของตัวเองอย่างไร—ไม่ใช่ปัญหาด้านฮาร์ดแวร์หรือส่วนที่ขาดตอน. xAI เจ้าของยังไม่ได้ประกาศ model card ทั้งหมดหรือรายงานมาตรฐาน; รุ่นฟลากชิปที่ใช้อยู่ยังคงเป็น Grok 4.6 ที่เปิดตัวเมื่อ 12 สิงหาคม

แหล่งที่มาหลัก: @elonmusk การตอบกลับเมื่อ 11 กันยายน 2026 (ข้อความต้นฉบับดังกล่าว). พารามิเตอร์และข้อมูลพื้นหลังการฝึกฝนอ้างอิงจากการเปิดเผยก่อนหน้าของ Musk และการตรวจสอบจากรายงานที่สอง

H
เกี่ยวกับผู้เขียน
Henderson