整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

叮叮叮，又一款聊天机器人——Claude 2 来了，它可以编写代码、分析文本和撰写文章，当然也支持中文！

其实，Claude 2 的聊天机器和 OpenAI 也颇有渊源，因为它是 OpenAI 前高级成员 Daniela Amodei 和 Dario Amodei 在离职后创立的 Anthropic 公司开发的。

今年 3 月，创立仅 2 年的 Anthropic 便推出了 Claude 的初版，彼时在申请测试之后，有不少媒体直接将其定位为“ChatGPT 最强劲的竞争对手”。

为什么这么说？

从最新的 Claude 2 来看，用户可以直接通过 Anthropic 网站使用上 Claude 2，而不需要等待漫长的“候选名单”。不过，目前仅限美国和英国地区用户使用 。

同时，需要花 20 美元付费购买 ChatGPT Plus 服务才能用上的一些功能，如上传文件自动总结 PDF 文档，可以在 Claude 2 上免费就能用上。

而且，Anthropic 声称 Claude 2 在三个关键领域展示了进步：编码、数学和推理。他们在博客中写道：“我们最新的模型在律师考试多项选择部分的得分为 76.5%，高于 Claude 1.3 的 73.0%。与申请研究生院的大学生相比，Claude 2 在 GRE 阅读和写作考试中的得分高于 90%，在定量推理方面与申请者的中位数类似。”

那么，Claude 2 和 ChatGPT 相比，真实能力究竟如何？是否能赶超 ChatGPT？CSDN 也在第一时间上手体验了一下！

自我介绍

话不多说，先让大家对它有个基础的了解：

常规聊天机器人有的能力，Claude 2 都有，而且正如上文所说，多了一个“查找并提取信息”的能力。

和 Google Bard 相比，至少 Claude 2 是支持中文的，不过在理解能力上还有一定的局限性。

稍微尖锐一些的话题，当问及 Claude 2 ，它和 ChatGPT 相比有何优势时，Claude 2 直白地拒绝做比较。同时，不知道是不是中文能力不太好，在回答问题的过程中出现了一些不明所以的数字内容。当问及它时，它也进行了解释，“数字就是一段无意义的数字串。”

编码

根据Anthropic官方表述，在编码能力方面，Claude 2 表现出熟练程度的提高。它在Python 编程测试 Codex HumanEval上的得分从 56% 上升到 71.2%。

先来一道简单的编码问题。

问：用 Python 实现冒泡排序

Claude 2 最终会对代码思路进一步讲解，方便即使不太精通代码的用户也能了解。

提问：

Claude 2：

自动总结 PDF 文档

在查找并提取信息维度，我们通过上传一篇《Exploring Length Generalization in Large Language Models》的 PDF 论文，让其帮忙总结。

Claude 2 在响应速度和生成内容维度表现都不错，而且用中文提问，即使文档是全英文的论文，其生成的总结内容也是采用中文输出：

数学问题

同样，根据官方评测，Claude 2 在 GSM8k（一项包含小学数学问题的测试）上，它的得分从 85.2% 提高到 88%。

那我们便以经典的鸡兔同笼问题来检测一下 Claude 2 的能力。

有些出乎意料的是，Claude 2 给出的思路是对的，但是在计算时出现了错误。当告诉它“算错了”时，它也会及时明白错误，并在重新输出后给出了正确的答案：

再来一题：7 年前，妈妈年龄是儿子的6 倍，儿子今年 12 岁，妈妈今年多少岁?

这一次 Claude 2 没有出错。

再试试看：同学们进行广播操比赛，全班正好排成相等的6行。小红排在第二行，从头数，她站在第5个位置，从后数她站在第3个位置，这个班共有()人。

几轮下来，Claude 2 在小学数学能力表现方面还不错。

ChatGPT vs Claude 2

互为竞品，我们还让 ChatGPT 给 Claude 2 出了一道题：

 Claude 2 很快给出了答案：

再让 ChatGPT 来评价一下：“非常棒的工作，Claude 2！它成功地解决了这道问题。”

闲聊

虽然 Claude 2 说自己的中文理解能力还有限制，但是我们还是忍不住地试了一下：

通过这个示例，Claude 2 表现让我们感到了惊喜。

再试一次：

还不错！

最后

整体而言，像 Claude 2 这样的人工智能模型可以分析长而复杂的作品，但 Anthropic 仍然意识到它的局限性。毕竟，语言模型有时会凭空捏造一些东西，也会像计算数学题一样出错。

而且整体体验下来，如果说其能力超过了 ChatGPT，其实还为时尚早。具体在使用时候，还是建议大家需要对输出内容自行验证，工具只能作为辅助。