多项评分超GPT4！前员工创业公司的大模型超越OpenAI了？

由AI（人工智能）新锐巨头OpenAI前员工创办、获得亚马逊和谷歌资助的AI新创企业Anthropic推出旗下最先进的大模型，在各项评分上超越GPT-4。

当地时间3月4日，被视为OpenAI头号竞争对手的Anthropic宣布推出Claude 3系列模型，在宣传语中非常有信心地写道：“Claude 3系列模型在推理、数学、编码、多语言理解和视觉方面，都树立了新的行业基准。”

Claude 3系列包括能力强度逐渐增加的三款模型：Haiku、Sonnet和Opus。用户可以直接与三款模型的聊天机器人进行交谈，或作为开发人员获取API访问权限，利用Anthropic提供的AI基础设施构建应用程序。

其中，增强版的Sonnet和最强版的Opus已经在claude.ai和Claude API中开放。作为聊天机器人，Sonnet能够免费使用，Opus则需要用户开通每月20美元的订阅账户。亚马逊云和谷歌云的用户也已经可以分别通过Amazon Bedrock和Vertex AI Model Garden来使用Sonnet。

Claude 3系列三款模型价格越高，能力越强。来源：Anthropic官网

据Anthropic介绍，作为旗下最智能的模型，Claude 3 Opus在大多数常见的AI系统评估标准中都取得了优异的成绩，包括本科级别专业知识（MMLU）、研究生级别专家推理（GPQA）、基础数学（GSM8K）等。在复杂的任务中，Opus也能展现出接近人类水平的理解和表达能力。

Anthropic的联合创始人兼总裁达里奥·阿莫代（Dario Amodei）表示，Opus在分析科学数据或生成计算机代码时能够起到很大的用处。

整体来看，Claude 3的三款模型在分析和预测、细致的内容创作、代码生成以及使用西班牙语、日语和法语等非英语语言进行对话方面都显示出增强的能力。Claude 3系列与同行在多个能力基准上的比较显示，Claude 3 Opus的各项能力指标均超过了GPT-4和Gemini 1.0 Ultra。Sonnet也在部分基准上超越了GPT-4，Haiku则可以与Gemini 1.0 Pro相抗衡。

Claude 3 Opus的各项能力指标均超过了GPT-4和Gemini 1.0 Ultra。来源：Anthropic官网

Claude 3还具有与其他领先模型相媲美的复杂视觉能力，是公司旗下首款允许用户上传图片和文档的模型，可以处理各种视觉格式，包括照片、图表、图形和技术图解。

不过，Claude 3还不能生成文字以外的内容。考虑到谷歌Gemini在上月短暂开放该功能后由于图片过于强调“多样性”而引发了一连串争议，这也许是一种明智的选择。

此外，Claude 3系列的3款模型都将支持至少20万token的上下文窗口。Anthropic强调，Claude 3系列其实都能支持超过100万token的输入，正在考虑为需要更大上下文窗口的特定客户开放该功能。

Anthropic还表示，由于缺乏上下文理解能力，以前的Claude模型经常会对用户做出不必要的拒绝。而Claude 3降低了拒绝回答无害问题的频率，能够对用户的问题产生“更细致的理解”，识别真正的危害。

在困扰大模型的“幻觉”问题上，Claude 3也取得了显著进步。将模型的回复分类为正确答案、错误答案（或幻觉）以及不确定的回答，Claude 3 Opus提供正确答案的频率已经升到了前一代模型Claude 2.1的两倍，并且更少出现对事实的编造。

在面对难题时，Opus提供正确答案的频率显著上升。来源：Anthropic官网

随着Claude 3的横空出世，网友们纷纷调侃OpenAI要“坐不住了”，催促OpenAI尽快放出酝酿已久的GPT-5，甚至是传说中的Q*项目。

许多AI圈名人也出来祝贺Anthropic，包括近日将OpenAI和奥特曼告上法庭的特斯拉CEO埃隆·马斯克（Elon Musk），在Anthropic发布Claude 3的X（原推特）平台评论区中留言“Impressive（令人震撼）”。

来源：X平台

Anthropic向来被视为OpenAI最有潜力的竞争对手之一，实际上，这家公司的起源正是来自OpenAI。早在2021年，OpenAI的几名员工担心公司变得过于商业化，在安全问题上与OpenAI管理层发生冲突后选择离开，成立了Anthropic。

一年前，完成了A轮和B轮融资的Anthropic只推出了第一版聊天机器人，并没有造成很大轰动。而在随后的12个月内，Anthropic接连获得来自谷歌、Salesforce和亚马逊等巨头的投资，累计融资约73亿美元。去年12月，Anthropic公司的估值已经达到18.4亿美元。