与此同时，与 ChatGPT 对打的「最具人性化」聊天工具 Pi，也得到了新升级模型的加持。

　　一个是由 7 位出走 OpenAI 的前员工成立初创（Anthropic），另一个是由前谷歌 DeepMind 联合创始人创办的公司，都向 GPT-4 发起了终极挑战。

　　再加上前段时间 Gemini 的挑衅，或许 GPT-4 独领风骚的时代真要终结了......

　　2023 年 5 月，Inflection 发布了自家第一款产品 Pi——具有同理心、实用并且安全的个人 AI。

　　2023 年 11 月，他们又推出了一个全新的基础模型——Inflection-2，当时号称是全世界第二的 LLM。

　　Pi 具备非凡的情商（EQ）还远不够，Inflection 现在要为其加料——智力（IQ），推出全新升级版自研模型——Inflection-2.5。

　　新升级的 Inflection-2.5 不仅拥有强大的基础能力——可与 GPT-4、Gemini 等世界顶尖的 LLM 相媲美，而且还融入了标志性的个性化特点和独特的同理心微调。

　　此外，在这次升级中，Pi 还加入了世界级的「实时网络搜索功能」，确保用户能够获取到高质量的最新新闻和信息。

　　其中，每周有大约 60% 的用户，在与 Pi 交流后会在下周回来继续交流，用户粘性明显高于其他竞品。

　　这些用户与 Pi 的互动信息已经超过了四十亿条，平均对线 分钟，而每天有十分之一的用户与 Pi 的对话时长超过一小时。

　　随着 Inflection-2.5 强大能力的加持，用户与 Pi 的对话话题比以往更加广泛：他们不仅讨论最新的时事，还能获取本地餐厅的推荐、备考生物学考试、草拟商业计划中国怎么下载whatsapp教程、进行编程、准备重要的对话，甚至仅仅是分享和讨论自己的兴趣爱好。

　　有网友称，「Pi 是我们全家一起探索话题最爱的工具。作为一名情感自由教练，当有人需要肯定、探索和反思时，我非常欣赏 Pi 的反应。强大的情感清晰度和处理能力」！

　　可以看到，Inflection-2.5 在所有领域都有显著的提升，尤其是在科学、技术、工程和数学等 STEM 领域的进步最为突出。

　　接下来，是两项 STEM 领域的考试成绩：匈牙利数学考试和物理 GRE 考试——后者是一项物理学领域的研究生入学测试。

　　可以看到，在 maj@8 的评分标准下，Inflection-2.5 的表现达到了所有参考人群的第 85 百分位，在 maj@32 的评分标准下，其成绩几乎拿到了 95 百分位的高分。

　　不过，在进行 MT-Bench 基准评测的过程中，团队发现，在涉及推理、数学和编程的类别中，竟然有将近 25% 的题目存在着参考答案错误或题目前提不合理的情况。

　　为了让其他模型也能进行更加客观的评测，团队不仅修正了这些问题，而且还发布了更新后的数据集版本。在修正之后的数据集上，Inflection-2.5 的表现会更加符合基于其他基准测试所预期的结果。

　　从下面的数据对比中可以看到，Inflection-2.5 在数学和编程方面的能力，相比起初代 Inflection-1 有了显著的提升。

　　在 MBPP+和 HumanEval+这两个测试编程性能的数据集上，Inflection-2.5 也比初代有着明显的提升。但同样的，与 GPT-4 还有不小的差距。

　　不过，由于网络信息检索的使用（注意，上述测试并未涉及网络检索）、特定的少样本提示方式以及其他一些实际应用时的差异，用户的实际体验可能会有细微的不同。

　　简单来说，Inflection-2.5 不仅继续保持了 Pi 那独一无二、友好的特性和高安全标准，它还在多个方面变得更加实用和有帮助。

　　不过，由于网络信息检索的使用（上述测试并未涉及网络检索）、特定的少样本提示方式以及其他一些实际应用时的差异，用户的实际体验可能会有细微的不同。

　　根据 Inflection 的调查，MT-Bench 在涉及逻辑推理、数学计算和编程技巧的问题中，大约有 25% 的案例中，原始答案存在错误或基于的假设有漏洞。让我们一起来看看两个真实的案例：

　　一个三角形的顶点分别位于点 (0, 0)，(-1, 1)，和 (3, 3)。求这个三角形的面积。

　　后来，Suleyman 成为了 DeepMind 应用 AI 的负责人，其工作职责是将机器学习技术应用到谷歌产品和流程等广泛场景，到 2019 年，他的团队在谷歌大约启动了 50 个 AI 项目，并且将 AI 应用于谷歌数据中心，让其冷却成本降低了 30%。

　　2020 年，Suleyman 看到了「对话式」人机交互的趋势，并加入了谷歌的自然语言研究团队，开始研究早期版本的 LaMDA 模型，当时他的主要贡献，就是提供了一种能让 AI 尽量「基于事实」，而非「幻觉」给出回答的方法，这也是后来 Inflection 最看重的模型能力。

　　随后，LaMDA 引起了谷歌高管的注意，但是由于与当前谷歌商业模式产生冲突（用户可绕过搜索广告直接得到 AI 给出的最佳答案）以及对反垄断法律的担忧（绕过搜索中呈现的第三方创作者，仅由谷歌为用户直接提供答案），Suleyman 的个人愿景并没有得到持续的重视——所以，他选择辞职，创办了现在的 Inflection AI，一个「对话式的」，充满「人文主义」色彩的，具有同理心的 AI 伴侣。