当前位置:首页 > 外汇资讯 > 正文内容

加强版Claude3.5正式上线,一句话操控电脑的时代真的要来了

激石外汇2024-10-23 11:58:42外汇资讯129

激石Pepperstone(http://www.paraat.net/)报道:

夜里十一点,大洋彼岸早上8点整。

Claude带着大货闪亮登场了。

升级版的Claude 3.5 Sonnet,新模型Claude 3.5 Haiku,还有全新的新功能:computer use,翻译过来后,我把他称为,“计算机操控”。

一个一个来说。

首先新模型升级版Claude 3.5 Sonnet。

Claude的模型一直分为三个尺寸,分别是Opus、Sonnet、Haiku。从大到小。

3月的时候,Claude正式推出Claude 3代的全系模型,从Opus到Haiku都有。

然后6月的时候推出了Claude 3.5 Sonnet,只推了这一个,没有3.5 Opus和Haiku,参见这篇文章:我体验完刚发布的Claude3.5,发现最强的是这个新功能。

那时候Claude 3.5 Sonnet的能力就吊打了旧的最大参数的模型。

而今天,推送的是升级版的Claude 3.5 Sonnet,还有新的Claude 3.5 Haiku。

有趣的是,Claude 3.5 Haiku还是后训的,知识截止时间是7月,而升级版Claude 3.5 Sonnet知识时间并没有变,也就是加了更多的强化学习的合成数据以及“计算机控制”的训练。

而Claude 3.5 Sonnet的整体性能上,基本傲视群雄。

不管是推理、还是本科的知识、还是编程能力啥的,都是No.1,而且Claude的跑分不像很多模型那种刷榜,他的跑分是真的可信的。

我相信6月Claude 3.5 Sonnet上线后,直接一波科技跃迁,带着cursor之类的A编程一波升天,就不会有任何人会怀疑Claude的代码能力了吧。

最特别的评测基准其实是那个第七行的SWE-bench Verified,大概就是测试写代码解决问题的真实能力,这个评测基准是8月份OpenAI提的,然后这波Claude 3.5直接把这个基准加在自己的跑分里。

GPT4o在这项的跑分是33.2%,o1不知道。

但是按Claude的话说,o1是个什么脏东西,不认识。

而新版的Claude 3.5 Sonnet,目前也在Claude官网上上线了。

可以看到有了new的标签。

我直接发了最简单的一句话:给我生成一个非常精美的俄罗斯方块游戏。

然后,升级版Claude 3.5 Sonnet,就开始嘟嘟嘟的生成。

直接一次性生成了280行代码,而且这个游戏,是真的可以直接玩的。。

也可以直接让它生成一个随时可调可互动的动效模拟器,彻底改变学习方式。

就,非常的酷。

其次是Claude 3.5 Haiku。

这个其实就没太多可说的了,常规升级,但是是目前最快、性价比最高的模型。

在跟Claude 3 Haiku的相同成本和速度下,直接击败了参数量最大的Claude 3 Opus。

在编码任务上,居然能直接打败没升级前的Claude 3.5 Sonnet,这个是最离谱的。

只能说,Anthropic的强化学习范式走的还是太超前了,合成数据的质量实在是太高太高了。

那最后,也是最重磅的一点,Claude的“computer use”,也就是新功能,计算机控制。

这个点就非常的科幻,能够实时分析用户计算机屏幕上的活动,并自主执行在线任务,比如浏览、点击和输入。

我直接放一个官方case吧。

Anthropic是这么描述这个“计算机控制”的功能的:“Claude 3.5 Sonnet可以按照用户的命令在计算机屏幕上移动光标,点击相关位置,并通过虚拟键盘输入信息,模拟人们与自己计算机的互动方式。”

这,就是一个能理解用户意图,并帮他自主实现的真正的Agent。

以前的Agent,说实话,看上去更像一个RPA,就是根据预设好的工作流,一步一步的执行下去,但是真正的Agent应该是什么样?

在我看来,他就应该跟人一样,能理解你的复杂语义,把这个复杂语义具象成可执行的步骤,就像我说现在“凌晨3点半了我太困了,但是文章还没有写完,你帮我看看附近有没有咖啡买,有的话帮我买一杯,没有的话就算了。”

如果是个人,那肯定是会打开美团外卖或者饿了么,看看附近有没有咖啡店开着,如果有开着的,看看我最喜欢喝的冰美式有没有的,没有冰美式的话问我一句要换什么口味?然后下单,等待送达。

如果3点半附近都关门了,那也应该告诉我,附近没卖的了,哥们你自己撑一撑吧,一会就能睡了。

这才是AI,这才是我们身边,能进入到普通人生活中的,最酷的AI助手。

而这种AI助手,它势必,需要学会操作手机或者电脑。

我们不止要让AI学会写文章,学会画图,也要让他学会操作。

这样,才能有很强的,自主探索、解决问题的泛化能力。

而升级版Claude 3.5 ,只是在一些简单软件上进行了训练,就有了操作一些不复杂软件的能力,甚至还会自我纠错,不断重试,这又何尝不是一种强化学习、自我博弈呢?

Anthropic,真的吧Self-Play玩出花了。

目前,在测试开发者让模型使用计算机的一个基准评估(OSWorld)中,Claude 目前得分为 14.9%。

而人类水平通常为 70-75%,虽然差距很大,还有一些路要走,但已经远高于目前其他最好AI模型的7.7%这个分数了。

不过现在这个功能普通用户还用不到,只对开发者进行开放,有API接入,Anthropic的本意是还在前期测试阶段,怕有危险,所以让开发先帮忙测试一下。

我们也花了N久时间,把API接入进来,做了一些简单的测试。

先装了一个类似于模拟系统的东西,一切行为都会在这个模拟系统里运行,Anthropic还是怕对你的系统会有一个不可逆转的损害影响。

我测了很多个case,但是说实话,一是速度实在太磨叽了...二是成功率,确实还有点低下。

比如这个案例:“打开淘宝网站页面,找到小米手机官方旗舰店,找一个2000左右的手机,加到购物车。”

其实不算难,说实话。

但是Claude翻车了,翻车的点也很搞笑,是在输入店名上,人明明叫小米官方旗舰店,它非要写“方店”,后面又试了一次,这次连两个字都不写了,直接写了一个字“舰”,这能搜到才有鬼了...

而且,这个视频我已经两倍速了,你们可以感受一下它有多慢。。

不过,让他玩2048,它玩的倒是非常的开心。这一次,是三倍速。

玩的还挺好,我感觉在这放着,他一个人能玩到天荒地老。这倒也是挺有趣的。

当然,也能做一些很实际的事情,比如给我的浏览器装一个可以屏蔽广告的插件。

他居然把插件地址背下来了,直接输入,给我搜索+安装一步到位。

起飞。

虽然总体任务的成功率还比较一般,但是还好,毕竟Claude自己也说了,成功率没那么高。

而且,这只是第一代。

他们坚信,使模型适应工具,这是必然,而模型也可以融入我们每天使用的环境里,成为我们生活的方方面面。

他们的目标是让Claude使用现有的计算机软件,就像人一样。就像人一样。

真好。希望这个愿景,能在不远的未来达成。

我真的,很想拥有一个自己的。

贾维斯。         

扫描二维码推送至手机访问。

版权声明:本文由激石Pepperstone发布,如需转载请注明出处。

本文链接:http://www.paraat.net/news/3728.html

标签: Claude3.5
分享给朋友:

“加强版Claude3.5正式上线,一句话操控电脑的时代真的要来了” 的相关文章

A股持续下挫 创业板跌超2% 猴痘、新冠检测跌幅居前 HJT电池回调 机器人、汽车股继续活跃

A股持续下挫 创业板跌超2% 猴痘、新冠检测跌幅居前 HJT电池回调 机器人、汽车股继续活跃

激石Pepperstone(http://www.paraat.net/)报道:6月28日,A股三大指数低开低走,创业板指盘中一度跌超2%。截止发稿,创业板指跌1.48%,上证指数跌0.31%,深证成指跌0.42%。科创50跌0.9%。 个股涨多跌少,截至发稿,两市超过2700股飘红,超过1700...

出口和消费强劲 越南二季度GDP同比增长7.72%

激石Pepperstone(http://www.paraat.net/)报道:受益于出口和消费的强劲复苏势头,越南二季度经济增速高于预期。 越南国家统计局周三公布的数据显示,该国第二季度国内生产总值增速加快至7.72%,高于第一季度修正后的5.05%,也高于5.9%的预期中值。 二季度的增速也推动...

A股三大指数集体转绿 旅游酒店领跌 数字货币、电力股冲高

A股三大指数集体转绿 旅游酒店领跌 数字货币、电力股冲高

激石Pepperstone(http://www.paraat.net/)报道:7月1日,A股表现疲软,沪指、深成指小幅高开后迅速走低。截至发稿,三大指数集体转绿,沪指现跌0.6%,深成指跌0.5%,创业板指跌0.7%。 板块方面,培育钻石迅速拉升,Micro/MiniLed等节能照明板块涨幅居前...

现在,欧洲需要拯救整个能源市场

激石Pepperstone(http://www.paraat.net/)报道:在俄罗斯天然气供应大幅减少之际,欧洲正在转变实施近30年来的能源自由化政策,多国掀起国有化能源巨头的浪潮。 30年前,欧盟能源行业处于垄断状态,消费者的选择很少。直到1996年,欧盟决定开放能源市场,希望通过自由化,在欧...

哈萨克斯坦退出独联体跨国货币委员会协议,俄哈关系裂痕逐步公开化

激石Pepperstone(http://www.paraat.net/)报道:当地时间7月8日,哈萨克斯坦总统卡托卡耶夫签署法令并宣布,该国退出1995年签署的独联体跨国货币委员会的协议。 据《莫斯科真理报》7月8日报道,托卡耶夫签署法令称,(哈萨克斯坦)终止于1995年5月签署、2013年10...

万家基金“股权风云”第二季:中泰证券近3亿出手“接盘”,民营公司五年不到赚近2亿?

万家基金“股权风云”第二季:中泰证券近3亿出手“接盘”,民营公司五年不到赚近2亿?

激石Pepperstone(http://www.paraat.net/)报道:有一定管理规模的公募基金公司股权,真是市场上的香饽饽! 七月初刚公布40%股权变更登记的万家基金管理公司,即将迎来新一轮股权转让。 中泰证券最新公告,该公司拟受让万家基金的11%股权,股权来源为个人控股的齐河众鑫投资有限...