刚刚曝光的 Claude3，直击 OpenAI 最大弱点

作者：极客公园发布时间：2024-03-05

OpenAI

作为 OpenAI GPT3 研发负责人的创业项目，Anthropic 被视为最能与 OpenAI 抗衡的一家创业公司。

当地时间周一，Anthropic 发布了一组 Claude 3 系列大模型，称其功能最强大的模型在各种基准测试中均优于 OpenAI 的 GPT-4 和 Google 的 Gemini 1.0 Ultra。

但是，能处理更复杂的推理任务、更智能、更快响应，这些跻身大模型 Top3 的综合能力只是 Claude3 的基本功。

Anthropic 致力于成为企业客户的最佳拍档。

这是首先体现在 Claude3 是一组模型：Haiku、Sonnet 和 Opus，让企业客户根据自身场景选择不同性能、不同成本的版本。

其次，Anthropic 强调自家模型是最安全的。Anthropic 总裁 Daniela Amodei 介绍，在 Claude3 的训练中引入了一种叫做「宪法人工智能」的技术，增强其安全、可信、可靠。

在看完 Claude3 的技术报告后，爱丁堡大学大模型和推理方向博士生符尧称，Claude3 在一些复杂推理的基准测试上表现尤其显著，尤其在金融和医疗领域，作为一家 ToB 公司，Anthropic 选择优化最挣钱的领域。

现在，Anthropic 在 159 个国家开放使用 Claude3 系列的两款模型（Haiku 和 Sonnet），最强版本 Opus 也即将推出。同时，Anthropic 也通过亚马逊和谷歌的云平台提供服务，后者曾分别向 Anthropic 注资 40 亿美元和 20 亿美元。

联合创始人 Dario Amodei and Daniela Amodei 表示，Claude 3 的发布再次表明，「Anthropic 更像是一家企业公司，而不是一家消费者公司。」｜图片来源：Anthropic

01 更智能、响应更快的Claude3 家族：Opus、Sonnet 和 Haiku

据 Anthropic 官网，Claude3 是一系列模型，包含三种最先进的模型：Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus，允许用户为其特定应用选择智能、速度和成本的最佳平衡。

在模型的通用能力上，Anthropic 称 Claude 3 系列「为广泛的认知任务树立了新的行业基准」，在分析和预测、细致内容的生成、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，现实出更强大的能力，在任务响应上也更及时。

其中，Claude 3 Opus 是这组模型中最智能的模型，尤其在高度复杂的任务处理上。Opus 在大多数常见的评测基准中都优于同行，包括本科水平专家知识 (MMLU)、研究生水平专家推理 (GPQA)、基础数学 (GSM8K) 等。它在复杂任务上表现出接近人类水平的理解力和流畅性，是目前 Anthropic 对于通用智能最前沿的探索，「展示了生成式人工智能的外部极限」。

Claude3 模型家族｜图片来源：Anthropic

Claude 3 Sonnet 在智能水平和响应速度之间实现了理想的平衡，尤其对于企业场景下的任务。与同类产品相比，它以更低的成本提供了强大的性能，并且专为大规模人工智能部署中的高耐用性（high endurance）而设计。对于绝大多数工作负载，Sonnet 的速度比 Claude 2 和 Claude 2.1 快 2 倍，且智能水平更高。它擅长执行需要快速响应的任务，例如知识检索或销售自动化。

Claude 3 Haiku 是最紧凑的模型，并且也最具成本效益。并且，它的响应速度也很快，可以在不到三秒的时间内阅读 arXiv 上包含图表、图形的信息以及数据密集的研究论文（约 10k token）。

02 瞄准企业客户的迭代

联合创始人 Daniela Amodei 介绍，除了通用智能的进步，Anthropic 特别关注企业客户把生成式 AI 集成到他们的业务时，所面临的许多挑战。针对企业客户，Claude3 家族在视觉能力、准确性、长文本输入和安全方面，都有进步。

很多企业客户的知识库拥有多种格式，PDF、流程图或演示幻灯片。现在，Claude 3 系列模型可以处理各种视觉格式的内容，包括照片、图表、图形和技术图表。

Claude3 还优化了准确性和长文本窗口的能力。

在准确性上，Anthropic 使用了大量复杂的事实问题来针对当前模型中已知的弱点，将答案分为正确答案、错误答案（或幻觉）和承认不确定性。相应地，Claude3 模型表示它不知道答案，而不是提供不正确的信息。其中最强的版本 Claude 3 Opus 在具有挑战性的开放式问题上的准确性（或正确答案）上，比 Claude 2.1 提高了一倍，同时也减少了错误答案的水平。

相比 Claude2.1 版本，Claude3 系列全面提升了响应的准确性。｜图片来源：Anthropic

同时，由于语境理解能力的提升，Claude3 家族相比之前的版本，在响应用户任务上会作出更少的拒绝回答。

除了更准确的回复，Anthropic 称将在 Claude 3 带来「引用」功能，可以指向参考材料中的精确句子来验证他们的答案。

当前，Claude 3 系列模型将提供 200K token 的上下文窗口。后续，所有这三种模型都能够接受超过 100 万 token 的输入，这部分能力会提供给需要增强处理能力的精选客户。Anthropic 在技术报告中简单阐述了 Claude3 的上文本窗口能力，包括有效处理更长的上下文提示词，以及回忆能力。