比GPT-4更聪明：Claude 3 AI捕捉到研究人员正在测试它
研究这些下一代智能人工智能一定是一种奇怪的经历。随着Anthropic宣布了有史以来在一系列基准测试中最聪明的模型，研究人员回忆起，克劳德3（Claude 3）意识到它正在被评估时的一个令人不寒而栗的时刻。
你可能还记得，Anthropic是由一群Open AI高级团队成员于2021年创立的，他们因为不同意OpenAI与微软密切合作的决定而退出。该公司的Claude和Claude 2人工智能与GPT模型具有竞争力，但Anthropic和Claude都没有真正进入公众视线。
这种情况很可能随着克劳德3（Claude 3）而改变，因为Anthropic现在声称，在一系列多模态测试中已经超过了GPT-4和谷歌的Gemini 1.0模型，为“广泛的认知任务”设定了新的行业基准。
那么有什么不同呢？好吧，三款不同的Claude 3模型都将以20万令牌的上下文窗口启动，但它们都能够在输入“超过100万令牌”的情况下生成近乎即时的响应。
在此背景下，托尔斯泰的1200页、58万字的史诗《战争与和平》是一部内容丰富的大部头，但它可能被压缩成约75万个令牌。因此，Claude 3可以接受远不止一个《战争与和平》的输入数据，并在为您制定“近乎即时”的答案的同时，一次理解所有这些数据。
Anthropic表示，Claude 3不像之前的模型那样拒绝回答那些被认为接近安全和体面的问题，但另一方面，该团队表示，它也经过了精心的测试，很难破解。
它的设计很大程度上倾向于商业用户；Anthropic表示，它更擅长遵循“复杂的、多步骤的指令”，“尤其擅长坚持品牌声音和回应准则，开发用户可以信任的面向客户的体验。”它强大的视觉功能赋予了它理解和处理照片、图表、图形、流程图和技术图表的下一代能力。
以下是它创下人工智能行业新纪录的一些基准测试：
值得注意的是，Claude 3的零样本数学能力，远远超过了GPT-4的4-8次，它在HumanEval编码测试中的能力也非常出色。
人工智能行业的追随者会注意到，谷歌的Gemini 1.5和OpenAI的GPT-4 Turbo模型并没有被展示出来 —— 事实上，目前还没有关于这两个模型的等效基准数据，所以，虽然Claude 3是数据表之王，但这两个模型在现实世界中可能仍有优势。
现在应该非常清楚，OpenAI几乎肯定有GPT-5，也许还有更多的东西，完全训练并处于校准和测试的过程中。Sora的发布掩盖了Gemini 1.5的新闻周期，我们确信OpenAI已经准备好了其他重要的炸弹，随时准备在必要时投放。
从这个意义上说，OpenAI今天似乎没有发布任何东西，这一事实可能更多地说明了它认为Anthropic是一个真正的竞争对手，而不是谁拥有最聪明的模型。
尽管如此，Claude绝对是敏锐的 —— 对于公司用来评估其模型的各种测试来说，也许过于敏锐了。在“大海捞针”测试中，一个随机的句子被淹没在大量的信息中，然后被问一个与这个句子有关的问题，克劳德的回答似乎就像是转过身来，直视着研究人员。“我怀疑这个披萨配料的‘事实’可能是开玩笑的，或者是为了测试我是否在专心听讲。”
我们可能会预计这些事情会越来越频繁，因为关于现有和旧语言模型的大量信息现在是新模型培训的一部分。
确切地知道“自我意识”对从事人工智能工作的公司意味着什么，以及通用人工智能目前的定义是什么，当然会很有趣。因为在未来几年，我们似乎需要对这些概念进行一些非常明确的定义。或者几个月。见鬼，在这个空间里，也许是几周。
如果朋友们喜欢，敬请关注“知新了了”！