Claude3 官方介绍文档

最新推荐文章于 2024-04-06 23:15:45 发布

imagination_

最新推荐文章于 2024-04-06 23:15:45 发布

阅读量177

点赞数

文章标签： chatgpt 人工智能

原文链接：https://www.anthropic.com/news/claude-3-family

版权

介绍claude3

本文全文来自：Claude3 官方介绍文档 - 含与chatgpt4.0对比

今天，我们宣布推出 Claude 3 模型系列，它为广泛的认知任务树立了新的行业基准。该系列包括三种最先进的型号（按功能升序排列）：Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus。每个后续型号都提供越来越强大的性能，允许用户为其特定应用选择智能、速度和成本的最佳平衡。

Opus 和 Sonnet 现已可在 claude.ai 中使用，而 Claude API 现已在159 个国家/地区广泛使用。

模型家族

智能的新标准

Opus 是我们最智能的模型，在人工智能系统的大多数常见评估基准上都优于同行，包括本科水平专家知识 (MMLU)、研究生水平专家推理 (GPQA)、基础数学 (GSM8K) 等。它在复杂任务上表现出接近人类水平的理解力和流畅性，引领通用智能的前沿。

所有Claude 3模型都显示出在分析和预测、细致内容创建、代码生成以及西班牙语、日语和法语等非英语语言对话方面的增强能力。

以下是 Claude 3 模型与我们的同行模型在多个性能基准 [1] 上的比较：

近乎即时的结果

Claude 3 模型可以支持实时客户聊天、自动完成和数据提取任务，其中响应必须立即且实时。

Haiku 是智能类别市场上速度最快且最具成本效益的型号。它可以在不到三秒的时间内阅读 arXiv 上包含图表和图形的信息和数据密集的研究论文（约 10k 代币）。发布后，我们期望进一步提高性能。

对于绝大多数工作负载，Sonnet 的速度比 Claude 2 和 Claude 2.1 快 2 倍，且智能水平更高。它擅长执行需要快速响应的任务，例如知识检索或销售自动化。Opus 的速度与 Claude 2 和 2.1 相似，但智能水平更高。

强大的视觉能力

Claude 3 型号具有与其他领先型号相当的复杂视觉功能。他们可以处理各种视觉格式，包括照片、图表、图形和技术图表。我们特别高兴能够为我们的企业客户提供这种新模式，其中一些客户的知识库高达 50% 以各种格式编码，例如 PDF、流程图或演示幻灯片。

更少的拒绝

以前的克劳德模型经常做出不必要的拒绝，这表明缺乏语境理解。我们在这一领域取得了有意义的进展：与前几代模型相比，Opus、Sonnet 和 Haiku 拒绝回答接近系统护栏的提示的可能性明显降低。如下所示，Claude 3 模型对请求表现出更细致的理解，能够识别真正的伤害，并且拒绝回答无害提示的频率要少得多。

提高准确性

各种规模的企业都依赖我们的模型来为其客户提供服务，因此我们的模型输出必须保持大规模的高精度。为了评估这一点，我们使用了大量复杂的事实问题来针对当前模型中已知的弱点。我们将答案分为正确答案、错误答案（或幻觉）和承认不确定性，其中模型表示它不知道答案，而不是提供不正确的信息。与 Claude 2.1 相比，Opus 在这些具有挑战性的开放式问题上的准确性（或正确答案）提高了一倍，同时也减少了错误答案的水平。

除了产生更值得信赖的回复之外，我们很快还将在 Claude 3 模型中启用引用，以便他们可以指向参考材料中的精确句子来验证他们的答案。

长上下文和近乎完美的回忆

Claude 3 系列型号在发布时最初将提供 200K 上下文窗口。然而，所有三种模型都能够接受超过 100 万个代币的输入，我们可能会将其提供给需要增强处理能力的精选客户。

为了有效地处理长上下文提示，模型需要强大的回忆能力。“大海捞针”（NIAH）评估衡量模型从大量数据中准确回忆信息的能力。我们通过在每个提示中使用 30 个随机针/问题对之一并在不同的众包文档库上进行测试，增强了该基准的稳健性。Claude 3 Opus 不仅实现了近乎完美的召回率，超过 99% 的准确率，而且在某些情况下，它甚至通过识别“针”这句话似乎是人类人为插入到原文中来识别评估本身的局限性。

负责任的设计

我们开发的 Claude 3 系列型号不仅功能强大，而且值得信赖。我们有几个专门的团队来跟踪和减轻广泛的风险，从错误信息和 CSAM 到生物滥用、选举干扰和自主复制技能。我们继续开发宪法人工智能等方法来提高模型的安全性和透明度，并调整我们的模型以减轻新模式可能引发的隐私问题。

解决日益复杂的模型中的偏差是一项持续的努力，我们在这个新版本中取得了长足的进步。如模型卡所示，根据问答 (BBQ) 偏差基准， Claude 3 显示的偏差比我们之前的模型要少。我们仍然致力于改进技术，减少偏见并促进我们模型的更大中立性，确保它们不偏向任何特定的党派立场。

虽然与之前的模型相比，Claude 3 模型系列在生物知识、网络相关知识和自主性的关键指标方面取得了进步，但根据我们的负责任的扩展政策，它仍处于 AI 安全级别 2 (ASL-2) 。我们的红队评估（根据我们的白宫承诺和2023 年美国行政命令进行）得出的结论是，这些模型目前带来灾难性风险的可能性可以忽略不计。我们将继续仔细监控未来的模型，以评估它们是否接近 ASL-3 阈值。更多安全细节请参见Claude 3 模型卡。