Anthropic发布Claude 3，关注大模型底层进展
民生证券 陈良栋,李瑶
事件
3月4日晚，美国人工智能初创公司Anthropic重磅发布其第三代人工智能（AI）模型——Claude3系列模型，包括Claude 3 Opus、Claude 3 Sonnet和Claude 3 Haiku。继2023年11月推出Claude2.1后，Anthropic在发布的新一代大诧言模型Claude3系列中，按Haiku、Sonnet、Opus的次序递增规模，依次提供越来越强大的性能，使模型可以应用于需要高度智能和复杂任务处理的场景，如复杂金融预测、研究和开发等。
Claude3在推理、数学、编码、多语言理解和视觉方面表现出色
1）快速实时响应，强大视觉能力：以速度和成本效益见长的Claude 3 Haiku模型，能在三秒内读取arVix上一篇信息和数据密集的研究论文（约10ktoken），并附带图标和图形。2）减少“不必要拒绝”，提高准确度：Claude3系列大模型在面对潜在敏感提示时，大幅降低了错诨拒绝的概率，更精准细腻地理解问题的真实意图，减少了“不必要拒绝”，更智能地处理各种请求。3）100万token完美展现上下文记忆：Claude3系列模型可提供200K上下文窗口，Haiku、Sonnet和Opus三个模型都具备Gemini 1.5 Pro处理超过100万token输入的能力。4）用户使用：Opus和Sonnet模型已经可以通过Anthropic的API调用，开发者可以立即注册并开始体验；普通用户可以在claude.ai上免费体验Sonnet，最强大的Opus仅对Claude Pro付费订阅用户开放。
Claude不ChatGPT训练方法略有不同，Opus版本表现超越GPT-4
在模型训练上，Claude不ChatGPT虽然都是靠强化学习（RL）来训练偏好模型，并进行后续微调，但是在训练方法上，Claude不ChatGPT略有不同，ChatGPT采用人类反馈强化学习（RLHF），Claude采用的原发人工智能方法，是基于偏好模型而非人工反馈来进行训练的，这种方法又被称为“AI反馈强化学习（RLAIF）”。Claude 3 Opus作为最强版本，其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，包括本科水平与家知识（MMLU）、研究生水平与家推理（GPQA）、基础数学（GSM8K）等，其性能超过GPT-4。
