专栏名称: 学术头条

致力于科学传播和学术分享，关注计算机科学、认知科学、人工智能科学、神经科学、脑科学等学科领域。我们从跨学科的角度，围绕“认知智能”向科学界和大众介绍相关领域的前沿话题和深度解读。

刚刚，OpenAI最强竞对发布Claude 3，超过GPT-4，具有接近人类的理解能力

学术头条 · 公众号 · · 2024-03-04 23:35

正文

刚刚，被称为“OpenAI最强竞对”的大模型公司 Anthropic 重磅发布了其第三代人工智能（AI）模型 ——Claude 3 系列模型，包括 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku 。

其中， Claude 3 Opu 为 Claude 3 系列模型的最强版本，具有接近人类的理解能力 ，可以灵巧地处理开放式提示和复杂的任务，根据官方给到的资料，其性能全面超过了 GPT-4。

值得一提的是， Claude 3 系列模型具有与其他领先模型同等的复杂视觉功能 ，可以处理各种视觉格式，包括照片、图表、图形和技术图表。

Anthropic 在其官方 X 上表示，Claude 3 系列模型 “在推理、数学、编码、多语言理解和视觉方面树立了新的行业基准” 。

据介绍，Claude 3 Opus 和 Claude 3 Sonnet 现已可以通过 API 直接访问。目前，API 也已全面开放，开发人员可立即开始使用这些模型。

另外，Claude 3 Sonnet 还可以供部分地区的用户在网站（http://claude.ai）上免费体验，而 Claude 3 Opus 的使用权限，则只开放给了 Claude Pro 用户。

此外，Anthropic 团队还表示，Claude 3 系列模型解决了之前模型经常出现“不必要的拒绝”的问题。

智能新标准

评测结果显示，Claude 3 Opus 在 AI 系统的大多数常用评估基准上都优于同类产品，包括本科生水平的专家知识（MMLU）、研究生水平的专家推理（GPQA）、基础数学（GSM8K）等。它在复杂任务上表现出了接近人类水平的理解力和流畅性，“引领着通用智能的前沿”。

所有 Claude 3 模型在分析和预测、细微内容创建、代码生成以及西班牙语、日语和法语等非英语语言对话方面的能力都得到了提高。

近乎即时的结果

Claude 3 系列模型支持实时客户聊天、自动完成和数据提取任务，在这些任务中，响应是即时和实时的。

其中，Claude 3 Haiku 是市场上同智能类别中速度最快、性价比最高的模型。它可以在三秒内读取 arXiv 上一篇信息和数据密集的研究论文（约 10k token），并附带图表和图形。

在绝大多数工作负载中，Claude 3 Sonnet 的智能水平比 Claude 2 和 Claude 2.1 高出了 2 倍。它在知识检索或销售自动化等要求快速响应的任务中表现出色。Claude 3 Opus 的速度要慢一些，与 Claude 2 和 Claude 2.1 类似，但智能水平更高。

准确性提高

与 Claude 2.1 相比，Claude 3 Opus 在具有挑战性的开放式问题上的准确率（或正确答案）提高了两倍，同时也减少了错误答案。

除了做出更可信的回答外，Claude 3 系列模型为来将启用引用功能，这样就可以通过指出参考资料中的精确句子来验证答案。

200K 上下文窗口和近乎完美的记忆

现在，Claude 3 系列模型可提供 200K 上下文窗口。不过，所有三种型号都能接受超过 100 万个 token 的输入，未来也可能会向需要增强处理能力的特定客户提供这种服务。另外，Claude 3 Opus 实现了接近完美的召回率，准确率超过 99%。

Anthropic 团队表示，为提高模型的安全性和透明度，他们将继续开发诸如宪法人工智能（Constitutional AI）等方法，并对模型进行微调，以减轻新模式可能带来的隐私问题。