SpaceXAI treina Grok 4.6 com dados extras e reforço para codar melhor

A SpaceXAI submeteu o Grok 4.6 a uma rodada mais longa de treinamento suplementar, combinando material de raciocínio gerado pelo modelo com dados técnicos e engenharia. O processo incluiu mudanças no otimizador e na “training recipe”, além de usar o Grok 4.5 para regenerar trajetórias de supervised fine-tuning em diferentes configurações de raciocínio, agent harnesses e domínios como STEM, engenharia de software e trabalho de conhecimento. Também houve remoção de trajetórias problemáticas com checagens baseadas no próprio modelo.

O treinamento com reinforcement learning foi estendido para tarefas de codificação geral, otimização de kernel, desenvolvimento web e design com apoio de computador, com recompensas por concluir tarefas maiores em vez de apenas gerar blocos de código plausíveis. A empresa afirma que o Grok 4.6 tende a pausar em tarefas longas para verificar se o trabalho se sustenta antes de continuar e que produz versões iniciais mais fortes de aplicações visuais e interativas, corrigindo erros durante o processo; nos benchmarks, o CursorBench v3.2 subiu para 69,9% (de 66,7% no Grok 4.5) e o DeepSWE v1.1 foi de 54% para 65,9%.