體驗(yàn)Claude3，官網(wǎng)地址：claude.ai

省流

2024/3/4 日，Anthropic公司發(fā)布了新一代的Claude 3模型家族，這些模型在多種認(rèn)知任務(wù)上設(shè)定了新的行業(yè)標(biāo)準(zhǔn)。以下是Claude 3模型家族的主要特點(diǎn)和亮點(diǎn)：

1. 模型家族構(gòu)成：包括三個(gè)模型，按能力遞增排序?yàn)?strong>Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus。用戶可以根據(jù)特定應(yīng)用選擇智能、速度和成本的最佳平衡。 Opus 和 Sonnet 現(xiàn)在可以在 claude.ai 和 Claude API 中使用，后者現(xiàn)已在 159 個(gè)國(guó)家/地區(qū)正式發(fā)布。Haiku即將推出。

1. 性能提升：Opus模型在多個(gè)AI系統(tǒng)評(píng)估基準(zhǔn)上超越同行，包括本科水平的專家知識(shí)（MMLU）、研究生水平的專家推理（GPQA）、基礎(chǔ)數(shù)學(xué)（GSM8K）等，展現(xiàn)出接近人類的理解和流利度。
2. 即時(shí)響應(yīng)能力：Claude 3模型能夠支持實(shí)時(shí)客戶聊天、自動(dòng)補(bǔ)全和數(shù)據(jù)提取任務(wù)，其中Haiku模型在讀取信息密集型的研究論文時(shí)速度最快，成本效益最高。
3. 視覺能力：Claude 3模型具有先進(jìn)的視覺處理能力，能夠處理照片、圖表、圖形和技術(shù)圖表等多種視覺格式。
4. 減少拒絕回答：與前代模型相比，Opus、Sonnet和Haiku在處理接近系統(tǒng)邊界的提示時(shí)，拒絕回答的可能性顯著降低。
5. 提高準(zhǔn)確性：Claude 3模型在處理復(fù)雜、事實(shí)性問(wèn)題時(shí)的準(zhǔn)確性有所提高，Opus模型在挑戰(zhàn)性開放式問(wèn)題上的準(zhǔn)確率是Claude 2.1的兩倍。
6. 長(zhǎng)文本處理和記憶：Claude 3模型初始提供200K的上下文窗口，但能夠處理超過(guò)100萬(wàn)個(gè)標(biāo)記的輸入，并可能為需要增強(qiáng)處理能力的客戶開放這一功能。
7. 負(fù)責(zé)任的設(shè)計(jì)：Claude 3模型家族在設(shè)計(jì)上注重可信賴性，包括跟蹤和減輕各種風(fēng)險(xiǎn)，如錯(cuò)誤信息、CSAM、生物濫用、選舉干預(yù)和自主復(fù)制技能。
8. 減少偏見：Claude 3模型在減少偏見方面取得了進(jìn)步，根據(jù)問(wèn)題回答偏見基準(zhǔn)（BBQ）顯示，其偏見比前代模型少。
9. 易用性：Claude 3模型更擅長(zhǎng)遵循復(fù)雜、多步驟的指令，能夠更好地適應(yīng)品牌聲音和響應(yīng)指南，以及開發(fā)用戶可信賴的客戶體驗(yàn)。
10. 模型可用性：Opus和Sonnet現(xiàn)已在API中可用，Haiku模型即將推出。Sonnet在claude.ai上提供免費(fèi)體驗(yàn)，Opus則為Claude Pro訂閱者提供。
11. 未來(lái)計(jì)劃：Anthropic計(jì)劃在未來(lái)幾個(gè)月內(nèi)頻繁更新Claude 3模型家族，并推出一系列新功能，以增強(qiáng)模型的能力，特別是針對(duì)企業(yè)用例和大規(guī)模部署。
12. 安全承諾：Anthropic致力于確保模型的安全性與性能提升保持同步，以引導(dǎo)AI發(fā)展朝著積極的社會(huì)結(jié)果前進(jìn)。

這些新模型的發(fā)布標(biāo)志著AI技術(shù)在智能、速度和成本效益方面的進(jìn)步，同時(shí)也強(qiáng)調(diào)了在發(fā)展過(guò)程中對(duì)安全性和負(fù)責(zé)任設(shè)計(jì)的承諾。

發(fā)布細(xì)節(jié)

智能新標(biāo)準(zhǔn)

我們的最智能模型Opus在大多數(shù)常見的AI系統(tǒng)評(píng)估基準(zhǔn)上都超過(guò)同行，包括本科水平的專家知識(shí)(MMLU)、研究生水平的專家推理(GPQA)、基礎(chǔ)數(shù)學(xué)(GSM8K)等。它在復(fù)雜任務(wù)上展現(xiàn)出接近人類的理解和流暢度，引領(lǐng)著通用智能的前沿。

所有Claude 3模型在分析和預(yù)測(cè)、細(xì)致入微的內(nèi)容創(chuàng)建、代碼生成以及使用西班牙語(yǔ)、日語(yǔ)和法語(yǔ)等非英語(yǔ)語(yǔ)言進(jìn)行交談方面都顯示出增強(qiáng)的能力。

以下是Claude 3模型與我們同行在多個(gè)性能基準(zhǔn)上的比較：

近乎即時(shí)的結(jié)果

Claude 3模型可以實(shí)現(xiàn)實(shí)時(shí)客戶聊天、自動(dòng)完成和數(shù)據(jù)提取任務(wù)，這些任務(wù)的響應(yīng)必須是即時(shí)和實(shí)時(shí)的。

Haiku是市場(chǎng)上最快、最具成本效益的智能類別模型。它可以在不到三秒的時(shí)間內(nèi)閱讀arXiv上的信息和數(shù)據(jù)密集型研究論文，其中包括圖表和圖形。發(fā)布后，我們希望進(jìn)一步提高性能。

對(duì)于絕大多數(shù)工作負(fù)載，Sonnet的速度是Claude 2和Claude 2.1的2倍，智能水平更高。它擅長(zhǎng)需要快速響應(yīng)的任務(wù)，如知識(shí)檢索或銷售自動(dòng)化。Opus的速度與Claude 2和2.1相似，但智能水平要高得多。

強(qiáng)大的視覺能力

Claude 3模型具有與其他領(lǐng)先模型相媲美的復(fù)雜視覺功能。它們可以處理各種視覺格式，包括照片、圖表、圖形和技術(shù)圖表。我們特別高興能為我們的企業(yè)客戶提供這種新模式，其中一些客戶擁有多達(dá)50%的知識(shí)庫(kù)以各種格式編碼，例如PDF、流程圖或演示幻燈片。

減少拒絕

以前的Claude模型經(jīng)常做出不必要的拒絕，這表明缺乏對(duì)上下文的理解。我們?cè)谶@一領(lǐng)域取得了有意義的進(jìn)展：與前幾代模型相比，Opus、Sonnet和Haiku拒絕回答系統(tǒng)護(hù)欄提示的可能性要小得多。如下圖所示，Claude 3模型對(duì)請(qǐng)求表現(xiàn)出更細(xì)致的理解，識(shí)別真正的傷害，并且拒絕回答無(wú)害提示的頻率要低得多。

提高準(zhǔn)確性

各種規(guī)模的企業(yè)都依賴我們的模型來(lái)為他們的客戶提供服務(wù)，因此我們的模型輸出必須保持大規(guī)模的高精度。為了評(píng)估這一點(diǎn)，我們使用了大量復(fù)雜的事實(shí)問(wèn)題，這些問(wèn)題針對(duì)當(dāng)前模型中的已知弱點(diǎn)。我們將回答分為正確答案、錯(cuò)誤答案（或幻覺）和承認(rèn)不確定性，其中模型說(shuō)它不知道答案，而不是提供不正確的信息。與Claude 2.1相比，Opus在這些具有挑戰(zhàn)性的開放式問(wèn)題的準(zhǔn)確性（或正確答案）上提高了兩倍，同時(shí)也減少了錯(cuò)誤答案的水平。

除了產(chǎn)生更可信的回答外，我們還將很快在我們的Claude 3模型中啟用引用，以便他們可以指向參考資料中的精確句子來(lái)驗(yàn)證他們的答案。

長(zhǎng)上下文和近乎完美的回憶

Claude 3系列模型最初將在發(fā)布時(shí)提供200K上下文窗口。然而，所有三種模型都能夠接受超過(guò)1百萬(wàn)個(gè)代幣的輸入，我們可能會(huì)將其提供給需要增強(qiáng)處理能力的特定客戶。

為了有效地處理長(zhǎng)上下文提示，模型需要強(qiáng)大的召回功能?！按蠛漆槨?#xff08;NIAH）評(píng)估衡量模型從大量數(shù)據(jù)語(yǔ)料庫(kù)中準(zhǔn)確調(diào)用信息的能力。我們通過(guò)對(duì)每個(gè)提示使用30個(gè)隨機(jī)針/問(wèn)題對(duì)之一，并在不同的眾包文檔語(yǔ)料庫(kù)上進(jìn)行測(cè)試，增強(qiáng)了該基準(zhǔn)的穩(wěn)健性。Claude 3 Opus不僅實(shí)現(xiàn)了近乎完美的回憶，準(zhǔn)確率超過(guò)99%，而且在某些情況下，它甚至通過(guò)識(shí)別“針”句似乎是人類人為地插入原始文本來(lái)識(shí)別評(píng)估本身的局限性。

負(fù)責(zé)任的設(shè)計(jì)

我們開發(fā)了Claude 3系列型號(hào)，使其既值得信賴又強(qiáng)大。我們有幾個(gè)專門的團(tuán)隊(duì)來(lái)跟蹤和緩解廣泛的風(fēng)險(xiǎn)，從錯(cuò)誤信息和CSAM到生物濫用、選舉干擾和自主復(fù)制技能。我們繼續(xù)開發(fā)諸如憲法人工智能之類的方法，以提高我們模型的安全性和透明度，并調(diào)整了我們的模型，以減輕新模式可能引發(fā)的隱私問(wèn)題。

處理越來(lái)越復(fù)雜的模型中的偏見是一項(xiàng)持續(xù)的工作，我們?cè)谶@次新版本中取得了進(jìn)步。如模型卡片所示，根據(jù)問(wèn)答偏見基準(zhǔn)（BBQ），Claude 3的偏見比我們以前的模型少。我們始終致力于推進(jìn)減少偏見和提高模型中性的技術(shù)，確保它們不會(huì)偏向任何特定的黨派立場(chǎng)。

盡管Claude 3模型系列在生物學(xué)知識(shí)、與網(wǎng)絡(luò)相關(guān)的知識(shí)和自主性等關(guān)鍵度量上比以前的模型有所進(jìn)步，但根據(jù)我們的負(fù)責(zé)任擴(kuò)展政策，它仍然處于AI安全級(jí)別2（ASL-2）。我們的紅隊(duì)評(píng)估（按照我們對(duì)白宮的承諾和2023年美國(guó)行政命令進(jìn)行）已經(jīng)得出結(jié)論，目前這些模型對(duì)災(zāi)難性風(fēng)險(xiǎn)的潛在可能性可以忽略不計(jì)。我們將繼續(xù)仔細(xì)監(jiān)測(cè)未來(lái)的模型，以評(píng)估它們距離ASL-3閾值的接近程度。更多安全細(xì)節(jié)可在Claude 3模型卡片中查看。

更易于使用

Claude 3模型更擅長(zhǎng)遵循復(fù)雜的多步指示。它們特別擅長(zhǎng)堅(jiān)持品牌語(yǔ)音和回應(yīng)指南，并開發(fā)我們的用戶可以信賴的面向客戶的體驗(yàn)。此外，Claude 3模型更擅長(zhǎng)以像JSON這樣的流行結(jié)構(gòu)化輸出格式產(chǎn)生輸出，使得指導(dǎo)Claude用于自然語(yǔ)言分類和情感分析等用例更簡(jiǎn)單。

模型詳情

Claude 3 Opus是我們最智能的模型，具有最高的市場(chǎng)表現(xiàn)在高度復(fù)雜的任務(wù)上。它可以在開放式提示和未見過(guò)的場(chǎng)景中以驚人的流暢度和類人的理解導(dǎo)航。Opus向我們展示了生成型人工智能的可能性的外限。

Cost 成本* [輸入$/百萬(wàn)代幣 |輸出 $/million 代幣]*	$15 | $75
上下文窗口	200K
潛在用途	任務(wù)自動(dòng)化：跨 API 和數(shù)據(jù)庫(kù)規(guī)劃和執(zhí)行復(fù)雜操作，交互式編碼研發(fā)：研究回顧、頭腦風(fēng)暴和假設(shè)生成、藥物發(fā)現(xiàn)策略：對(duì)圖表和圖形、財(cái)務(wù)和市場(chǎng)趨勢(shì)的高級(jí)分析、預(yù)測(cè)
介紹	比任何其他可用型號(hào)都具有更高的智能性。

*1M tokens available for specific use cases, please inquire.

Claude 3 Sonnet在智能和速度之間取得了理想的平衡，尤其適用于企業(yè)工作負(fù)載。與同行相比，它以更低的成本提供了強(qiáng)大的性能，并專為大規(guī)模AI部署的高耐力而設(shè)計(jì)。

Cost 成本* [輸入$/百萬(wàn)代幣 |輸出 $/million 代幣]*	$3 | $15
上下文窗口	200K
潛在用途	數(shù)據(jù)處理：RAG或搜索和檢索大量知識(shí)銷售：產(chǎn)品推薦、預(yù)測(cè)、有針對(duì)性的營(yíng)銷節(jié)省時(shí)間的任務(wù)：代碼生成、質(zhì)量控制、從圖像中解析文本
介紹	比其他具有類似智能的型號(hào)更實(shí)惠;更適合規(guī)模。

Claude 3 Haiku是我們最快、最緊湊的模型，可提供近乎即時(shí)的響應(yīng)。它以無(wú)與倫比的速度回答簡(jiǎn)單的查詢和請(qǐng)求。用戶將能夠構(gòu)建無(wú)縫的AI體驗(yàn)，模仿人類的互動(dòng)。

*Cost 成本 *** [輸入$/百萬(wàn)代幣 |輸出 $/million 代幣]	$0.25 | $1.25
Context window 上下文窗口	200K
潛在用途	客戶互動(dòng)：在現(xiàn)場(chǎng)互動(dòng)、翻譯方面提供快速準(zhǔn)確的支持內(nèi)容審核：捕獲有風(fēng)險(xiǎn)的行為或客戶請(qǐng)求節(jié)省成本的任務(wù)：優(yōu)化物流、庫(kù)存管理、從非結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)
介紹	比其智能類別中的其他型號(hào)更智能、更快、更實(shí)惠。

模型可用性

Opus和Sonnet現(xiàn)在可以在我們的API中使用，現(xiàn)已普遍可用，使開發(fā)者可以立即注冊(cè)并開始使用這些模型。Haiku即將推出。Sonnet正在為claude.ai的免費(fèi)體驗(yàn)提供支持，Opus可供Claude Pro訂閱者使用。

Sonnet也可以通過(guò)Amazon Bedrock今天就使用，并在Google Cloud的Vertex AI Model Garden中進(jìn)行私人預(yù)覽，Opus和Haiku將很快在兩者中推出。

更聰明、更快、更安全

我們不認(rèn)為模型智能已經(jīng)接近極限，我們計(jì)劃在接下來(lái)的幾個(gè)月里頻繁更新Claude 3模型系列。我們也很高興推出一系列功能，以增強(qiáng)我們模型的能力，特別是對(duì)于企業(yè)用例和大規(guī)模部署。這些新功能將包括工具使用（也稱為函數(shù)調(diào)用）、交互式編碼（也稱為REPL）以及更高級(jí)的代理能力。

在推動(dòng)AI能力的邊界的同時(shí)，我們同樣致力于確保我們的安全護(hù)欄能夠跟上這些性能的飛躍。我們的假設(shè)是，處于AI開發(fā)前沿是將其軌跡引向積極社會(huì)結(jié)果的最有效方式。要開始使用Claude，請(qǐng)?jiān)L問(wèn)anthropic.com/claude。