オイラーの定理からの続き
イーロン・マスクが支配しているX（旧Twitter）からはなるべく遠ざかりたい。日本語で自分がフォローしている空間はそこまで荒れていないし，情報量も多いので悩ましいところだ。そのマスクが2023年7月に立ち上げたAI開発企業が xAIだ。
xAIのチャットボットであるGrokは，Xの有料ユーザ向けに提供されているものだと思って無視していたが，いつの間にか Grok3 ベータ版がXの無料ユーザにも公開されていた。テストを誘導するための一時的な措置だろう。というわけで，この推論モデルの実力を試してみる。
図：Grokのアイコン（どこかから引用）
Tsujimotter が提起していた，「2の200乗の下2桁はいくつか？」の解法7選 にちなんだ問いだ。
Ｑ（koshix）：整数m,nに対して，mod(n^m,100) がm=0,1,…に対して，周期的に振る舞うことを証明し，その周期のはじまるmの値が n によってどのように定まるかを求めてください。Ａ（Grok3）：（124行ほど考えて，微妙に誤りが含まれた生ぬるい回答を返してきた。論理的な推論というよりも，具体的な計算の試行錯誤のような印象を受ける）Ａ（DeepSeek R1）：（371秒かけて中国語で考察した後，ある程度妥当だけれど不完全な回答を中国語で返してきた。日本語に直してとお願いしたら，「服务器繁忙，请稍后再试。」だと。）Ａ（Gemini 2.0 Flash Thinking Experimental）：（253行ほど考えて，あまり整理されていない回答を返してきた。頭悪いのかと思ったが，最後の結論はもしかすると良いのかもしれない。自分自身の理解が不十分なのか？）Ａ（ChatGPT o3-mini-highl）：（37秒かけて日本語で考察した後，もっともらしい整理された答えを返してきた。）
ということで，Grok3は巷の一部の評判ほどのものではないようだ。DeepSeek R1も相変わらずイマイチなので，とりあえず様子見ながら，o3-mini-highを中心に使うのがよろし。
0 件のコメント:
コメントを投稿