Claude3 が GPT4 に教訓を与えました!オープンAI最強の対戦相手の深夜爆弾、全貌解析付き！

制作：51CTO テクノロジースタック（WeChat ID：blog）

深夜、OpenAI の最大のライバルである Anthropic が、Claude 3 Haiku、Claude 3 Sonnet、Claude 3 Opus の 3 つの新しい SOTA 製品を同時にリリースしました。業界は「Claude 3 は一連の新たな業界ベンチマークをもたらします」と歓声を上げました。

このうち、Opus は叙事詩、Sonnet はソネット、Haiku は俳句、つまり 3 行の短い詩を意味します。

HaikuはAI市場で最も高速かつ最もコスト効率の高いモデルであると報告されています（図9）。チャートやグラフを含む、情報量とデータ量の多い arXiv の研究論文 (約 10,000 トークン) を 3 秒未満で読み取ることができます。

図 8. ほとんどのワークロードにおいて、Sonnet は Claude 2 および Claude 2.1 よりも 2 倍高速で、よりインテリジェントです。知識の検索や販売の自動化など、迅速な対応が必要なタスクに優れています。 Opus は Claude 2 および 2.1 と速度は似ていますが、インテリジェンスのレベルはより高くなっています。

Opus は現在、Anthropic の最もスマートなモデルであり、学部レベルの専門知識 (MMLU)、大学院レベルの専門的推論 (GPQA)、基礎数学 (GSM8K) など、AI システムの最も一般的な評価ベンチマークで他のモデルよりも優れたパフォーマンスを発揮しています。複雑なタスクに対して人間に近いレベルの理解力と流暢さを示し、汎用知能への道を切り開きます。

3 つの Claude 3 モデルはすべて、分析と予測、詳細なコンテンツ作成、コード生成、スペイン語、日本語、フランス語などの英語以外の言語での会話において、機能が向上しました。

さらに、Claude 3 シリーズはほぼ完璧なメモリ機能と非常に長いテキストウィンドウを備えており、200K のコンテキストウィンドウを提供します。 100万トークン以上の入力も受け付けており、顧客のニーズに応じて段階的に拡張していく予定。

全体的に、Claude3 には 3 つの衝撃的な側面があります。

1. ドメイン専門家によるベンチマーク。テストベンチマークとして金融、医学、哲学の 3 つの専門分野が選ばれ、NVIDIA の研究マネージャーである Jim Fan 氏は「下流のさまざまなアプリケーションが何を期待できるかがわかるように、すべての LLM がこれに従うことが推奨されます」と述べています。

2. 拒否率分析。多くの「無邪気な質問」に対するLLMの過度に慎重な対応は蔓延しており、クロードは安全なAI研究に尽力し、この点に関して努力を重ねてきました。

3. 他の主要モデルに匹敵する複雑な視覚機能。 PDF、フローチャート、プレゼンテーションスライドなど、写真、チャート、グラフ、技術図など、さまざまなビジュアル形式を操作します。

実際の評価はどうですか？
あるネットユーザーが、GPT4 と Claude3 にそれぞれログインインターフェースのコードを書くように依頼しました。実際の実行テスト結果 (図 13) では、後者の方がアプリインターフェースの設計において優れていることが示されました。