Claude 3发布：性能超越GPT4 具有“接近人类”理解能力

Anthropic公司宣布推出Claude 3模型系列，性能全面超越GPT4，具有多模态度能力，推理能力和人类相当，速度更快更准确！ Claude 3模型系列包括三款按能力递增的最先进模型：Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus。每款模型都提供更强大的性能，让用户可以为其特定应用选择最佳的智能、速度和成本平衡。Opus和Sonnet现已在claude.ai和现已在159个国家普遍可用的Claude API中提供。Haiku即将推出。 Claude 3模型系列 Opus是目前最智能的模型，在大多数常见的AI系统评估基准中均超过同类，包括本科级别的专家知识（MMLU）、研究生级别的专家推理（GPQA）、基础数学（GSM8K）等，表现出接近人类的理解和流利水平。所有Claude 3模型在分析、预测、细腻内容创作、代码生成和非英语语言对话等方面的能力都有所增强。 主要特点 近乎即时结果： Claude 3模型能够为实时客户聊天、自动完成和数据提取任务提供动力，其中响应必须是即时的和实时的。Haiku 是目前速度最快且最具成本效益的型号。它可以在不到3秒的时间内阅读 arXiv 上包含图表和图形的信息和数据密集的研究论文（约 10k token）。Sonnet的速度是Claude 2和Claude 2.1的两倍，具有更高的智能水平，而Opus在保持与Claude 2和2.1相似的速度的同时，智能水平大大提高。 视觉能力 ：Claude 3模型具有与其他领先模型相当的复杂视觉能力，能够处理包括照片、图表、图形和技术图纸在内的各种视觉格式。

减少拒绝 ：相比之前的版本，Opus、Sonnet 和 Haiku 在边界条件下拒绝回答的概率大大减少，显示出对请求的更细腻理解。

提高准确性 ：与Claude 2.1相比，Opus在复杂的开放式问题上准确性提高了两倍，同时减少了错误答案的比例。

长上下文和近乎完美的回忆 ：Claude 3模型家族初次推出时将提供200K上下文窗口，但所有三个模型均能接受超过 1 百万令牌的输入，可能会为需要增强处理能力的特定客户提供。

大海捞针”（NIAH）测试： 为了有效地处理长上下文提示，模型需要强大的回忆能力。 为了评估模型在处理长文本上下文时的回忆（recall）能力，研究炎热对Claude 3进行了“大海捞针”（NIAH）测试。

在NIAH评估中，通过以下步骤来测试模型的这种能力：

随机针/问题对： 为每个测试提示（prompt），随机选择一个针（即特定的信息点或问题）和问题对。这30个针/问题对中的每一个都是独特的，用于评估模型能否在大量数据中找到这个特定的信息点。

多样化的文档库： 测试在一个广泛的、由众包收集的文档库上进行。这意味着模型需要在不同主题、风格和结构的文档中寻找信息，这个库反映了现实世界数据的多样性。

高准确率与自我识别能力： Claude 3 Opus 在这个评估中不仅实现了接近完美的回忆能力，准确率超过了99%，这表明它能够非常准确地从大量文本中检索到特定信息。更为重要的是，Claude 3 Opus 在某些情况下甚至能够识别出测试本身的局限性，例如识别到某个“针”句子似乎是人为插入到原始文本中的。这反映了模型不仅具有高度的信息检索能力，还具备一定程度的文本理解和分析能力，能够区分自然语言和人为构造的语言模式。

举例来说，想象我们有一个庞大的图书馆，里面装满了成千上万本书籍。这个图书馆代表了互联网或任何大型数据库，而每本书代表了其中的一篇文章、研究报告或数据集。在这个例子中，“大海捞针”（NIAH）的任务就像是被赋予了一个非常具体的问题或信息需求，比如找到某个特定的事实、数据点或文本段落，而这个信息就像是藏在图书馆某本书的某一页上的一根针。

在这种情况下，Claude 3 Opus 模型的任务就是要在这个庞大的信息海洋中快速准确地找到那根针。举个具体的例子，假设我们要找到“全球变暖对北极熊生存的影响”的相关信息。在成千上万本关于气候变化、生物学和地理学的书籍中，Claude 3 Opus 需要准确地定位到包含这一具体信息的书籍和页面。

演示： Sonnet转换为对话代理的简单提示 它将与用户用正在学习的语言进行对话，例如选择了西班牙语，并帮助用户提高其不完善的西班牙语。在对话中，Sonnet将接收用户用不完善的西班牙语发送的信息，并将其意图写成英语。然后，用户要求Sonnet用理想的学习者信息回复，这就是用户的信息以应该正常表达的西班牙语写出来，以便用户能看到它的理想形式。最后，用户要求Sonnet以西班牙语回复，以持续对话。 [video width="1280" height="720" mp4="https://img.xiaohu.ai/2024/03/etwVjuW2QDryl_Ic.MP4_Multi.mp4"][/video] Claude Haiku是可以在几分钟内阅读数千份扫描文件

Claude Haiku是世界上最快、最实惠的具有视觉能力的模型之一，可以在几分钟内阅读数千份扫描文件。 Haiku具备视觉能力，并且可以利用周围的文本来转录这些图像，真正理解其中的内容。不仅可以扫描转录，还可以生成包含标题、日期、关键词等元数据的结构化JSON输出。 Haiku可以解析包含大量扫描文档的知识库，如传统出版商、医疗机构或律师事务所，帮助它们发挥所拥有的资源。我们期待您的尝试并期待您的建设成果。 [video width="1280" height="720" mp4="https://img.xiaohu.ai/2024/03/i7fwnJS98L9GTlbo.MP4_Multi.mp4"][/video] 模型的价格： Claude 3 Opus ： 克劳德3作品：

输入 $/百万token：$15 输出 $/百万token：$75 上下文窗口：200K（特定用例下可达1M tokens） 主要用途：任务自动化、研发、策略分析等 特点：在高度复杂任务上的性能最佳，智能水平高于市场上的任何其他模型。 Claude 3 Sonnet ： 克劳德第3首十四行诗：

输入 $/百万token：$3 输出 $/百万token：$15 上下文窗口：200K 主要用途：数据处理、销售、时间节省任务等 特点：在相似智能水平的模型中更经济，更适合大规模AI部署。 Claude 3 Haiku ： 克劳德3俳句：

输入 $/百万token：$0.25 输出 $/百万token：$1.25 上下文窗口：200K 主要用途：客户互动、内容审查、成本节省任务等 特点：在其智能类别中响应最快、最紧凑、最经济的模型。 Claude 3模型系列中的Opus和Sonnet模型已经可以通过claude.ai网站和Claude API使用，这些服务现在在159个国家普遍可用。Haiku模型将很快推出。 Opus模型 ：适用于需要高智能水平的复杂任务，已经对Claude Pro订阅者开放。 Sonnet模型 ：提供了智能与速度之间的理想平衡，特别适合企业级工作负载。Sonnet模型已经在claude.ai上为免费体验提供支持，并通过Amazon Bedrock今天可用，同时在Google Cloud的Vertex AI Model Garden中私下预览，Opus和Haiku模型很快也会加入。 详细： https://www.anthropic.com/news/claude-3-family 技术报告： https://www-cdn.anthropic.com/de8ba9b01c9ab7cbabf5c33b80b7bbc618857627/Model_Card_Claude_3.pdf