Claude3 發布，或將全面超越 GPT-4？

剛剛，Anthropic 宣布推出 Claude 3 模型系列，該系列在廣泛的認知任務中樹立了新的行業基準。該系列包括三種最先進的模型，按能力遞增排列：Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus。每個後續模型都提供了越來越強大的性能，允許用戶為其特定應用程式選擇最佳的智慧、速度和成本平衡。

Opus 和 Sonnet 現已可在 claude.ai 和 Claude API 中使用，後者目前已在 159 個國家 / 地區全面提供。 Haiku 很快就會推出。

Claude 3 模型系列

智慧的新標準

Opus，Anthropic最聰明的模型，在大多數常見的AI 系統評估基準上表現優異，包括本科程度的專家知識（MMLU）、研究生程度的專家推理（GPQA）、基本數學（GSM8K）等。它在複雜任務上表現出接近人類層次的理解和流暢度，引領著通用智慧的前沿。

Claude 3 模型展現了在分析和預測、內容創建的細節性、程式碼生成以及在非英語語言如西班牙語、日語和法語等進行對話方面的強大能力。

以下是Claude 3 模型與Anthropic同業在多個能力基準[1] 上的比較：

近乎即時的結果

Claude 3 模型可以支援即時客戶聊天、自動完成和資料提取任務，其中回應必須是即時的和即時的。

在智慧領域中，Haiku 是一款性價比極高的模型，擁有市場上最快的速度。它能夠在不到三秒的時間內解讀一篇資訊密集的 arXiv 研究論文（約10,000個標記），其中包含圖表和圖形。 Anthropic公司在不久的將來將進一步優化其效能，Haiku的表現也將提升。

對於絕大多數工作負載而言，Sonnet 比 Claude 2 和 Claude 2.1 快 2 倍以上，並且具有更高水準的智慧。它擅長於需要快速回應的任務，如知識檢索或銷售自動化。 Opus 的速度與 Claude 2 和 2.1 相似，但具有更高水準的智慧。

強大的視覺能力

Claude 3 模型具有與其他領先模型相當的複雜視覺能力。它們可以處理各種視覺格式，包括照片、圖表、圖形和技術圖表。 Anthropic 特別興奮地向企業客戶提供這種新的模態，其中一些客戶的知識庫中有多達 50% 的內容以各種格式編碼，例如 PDF、流程圖或簡報投影片。

拒絕減少

先前的 Claude 模型經常做出不必要的拒絕，表明缺乏上下文理解。在這方面Anthropic已經取得了實質進展：Opus、Sonnet 和 Haiku 拒絕回答那些接近系統警戒線的提示的可能性明顯降低，比以前的模型更少。如下圖所示，Claude 3 模型對請求有更細緻入微的理解，識別出真正的危害，並且拒絕回答無害提示的頻率明顯降低。

提高的準確性

各種規模的企業都依賴Anthropic的模型為他們的客戶服務，這使得Anthropic的模型輸出在規模上保持高準確性至關重要。為了評估這一點，Anthropic使用了一套大量的複雜、事實性問題，針對目前模型的已知弱點。 Anthropic將回應分類為正確答案、錯誤答案（或幻覺）和不確定性的承認，其中模型表示不知道答案而不是提供錯誤訊息。與 Claude 2.1 相比，Opus 在這些具有挑戰性的開放式問題上的準確性（或正確答案）實現了兩倍的提高，同時也減少了錯誤答案的水平。

除了產生更可信的回應外，Anthropic很快就會在Anthropic的 Claude 3 模型中啟用引用，以便它們可以指向參考資料中的精確句子來驗證其答案。

長上下文和幾乎完美的召回

Claude 3 系列模型在推出時將提供一個 20 萬標記的上下文視窗。但是，所有三個模型都能夠接受超過 100 萬標記的輸入，Anthropic可能會將此提供給需要增強處理能力的特定客戶。

為了有效地處理長上下文提示，模型需要強大的召回能力。 「Needle In A Haystack」（NIAH）評估測量模型從大量資料語料庫中準確召回資訊的能力。 Anthropic透過對每個提示使用 30 個隨機針 / 問題對之一，並在多樣化的眾包語料庫文件上進行測試，增強了這一基準的穩健性。

Claude 3 Opus 不僅實現了近乎完美的召回，超過了99% 的準確性，而且在某些情況下，它甚至通過識別“針”句似乎是人為插入到原始文本中的來識別評估本身的局限性。

負責任的設計

Anthropic開發了 Claude 3 系列模型，使其在能力的同時也具備了可信賴性。 Anthropic有幾個專門的團隊追蹤和減輕各種風險，從錯誤訊息和 CSAM 到生物濫用、選舉幹擾和自主複製技能等。 Anthropic不斷發展方法，例如《憲法 AI 》，以提高Anthropic模型的安全性和透明度，並調整Anthropic的模型以減輕新模態可能引發的隱私問題。

解決越來越複雜模型中的偏見是一項持續努力，Anthropic在這個新版本中取得了進展。如模型卡所示，根據問答偏誤基準（BBQ），Claude 3 顯示出比Anthropic先前的模型更少的偏見。 Anthropic始終致力於推動減少偏見並促進模型更大中立性的技術，確保它們不偏向任何特定的黨派立場。

雖然與先前的模型相比，Claude 3 模型系列在生物知識、網路相關知識和自主性方面有所進步，但根據Anthropic的負責任擴展政策，它仍然處於AI 安全等級2（ ASL-2）。 Anthropic的紅隊評估（與Anthropic的白宮承諾和 2023 年美國行政命令一致進行）得出結論，目前模型對災難性風險的潛在性可以忽略不計。 Anthropic將繼續密切監視未來的模型，以評估它們與 ASL-3 門檻的接近程度。 Claude 3 模型卡中提供了更多安全細節。

更容易使用

Claude 3 模型在遵循複雜的多步驟指令方面表現更好。它們特別擅長遵循品牌語音和回應指南，並開發用戶可以信賴的面向客戶的體驗。此外，Claude 3 模型在產生流行結構化輸出方面表現更佳，例如 JSON 格式——這樣就更容易對 Claude 進行指導，用於自然語言分類和情感分析等用例。

模型細節

Claude 3 Opus 是Anthropic最聰明的模型，在高度複雜的任務上表現出市場最佳表現。它可以在開放式提示和未見情況下出色地流暢進行，並具有類似人類的理解能力。 Opus 向Anthropic展示了生成式 AI 所能實現的極限。

Claude 3 Sonnet 在智慧和速度之間取得了理想的平衡—特別是對於企業工作負載而言。與同行相比，它以較低的成本提供強大的性能，並且專為大規模 AI 部署的高耐用性而設計。

Claude 3 Haiku 是Anthropic最快、最緊湊的模型，可實現幾乎即時的回應。它以無與倫比的速度回答簡單的查詢和請求。用戶將能夠建立無縫的 AI 體驗，模擬人類互動。

模型可用性

Opus 和Sonnet 今天就可以在Anthropic的API 中使用，該API 現在已經普遍可用，開發人員可以立即註冊並開始使用這些模型。 Haiku 很快就會推出。 Sonnet 正在為 claude.ai 上的免費體驗提供支持，而 Opus 則適用於 Claude Pro 訂閱用戶。

Sonnet 也可以透過亞馬遜的 Bedrock 和 Google Cloud 的 Vertex AI 模型花園進行使用，Opus 和 Haiku 很快也將推出。

更聰明、更快、更安全

Anthropic認為模型智慧遠未達到極限，並計劃在接下來的幾個月內頻繁更新 Claude 3 模型系列。 Anthropic也很高興地發布了一系列功能，以增強Anthropic模型的能力，特別是針對企業用例和大規模部署。這些新功能將包括工具使用（也稱為函數呼叫）、互動式編碼（也稱為 REPL）以及更先進的代理能力等。

以上是Claude3 發布，或將全面超越 GPT-4？的詳細內容。更多資訊請關注PHP中文網其他相關文章！