欢迎您访问 最编程 本站为您分享编程语言代码,编程技术文章!
您现在的位置是: 首页

克劳德 3 真的超越了 GPT4 吗?

最编程 2024-03-08 12:49:10
...

一文探究Claude3真实能力

claude_page1.png

Claude3就在昨天悄无声息的上线了,OpenAI的好兄弟Anthropic公司仅仅在推特上发了一条消息来宣布这件事情。

claudeX.png

Anthropic这次一下就发了三个模型:Opus、Sonnet、Haiku。说实话这名字感觉取得不咋地,主要是看不懂,要是不按顺序一起出现都不知道哪个是最牛逼的。

不过这些都不重要,直接上数据。

claudevs.jpg

看看最强的Opus,仅从图上来看确实暴打GPT4。特别是有个指标很显眼,MGSM这个有关数学推理的数据集,0-shot的Claude3吊锤了8-shot的GPT4。

0-shot的意思是没给任何Prompt,直接上来就开始做题。而8-shot是先给了8个正确的示例再让你做题。由此引出我感觉Claude3第一项很强的点

极强的推理能力

所谓推理能力,最直观解释就是数学题,也就是和逻辑强相关的一些任务。相对于其他一些语言知识类的数据集,这项任务其实最难提升,这也很好理解,因为我们日常学习中数学逻辑相关的确实是最难学的。

直接上物理题!

wuli.png

只能说,完全正确…

补齐多模态

Claude3这次发布还有一项重要能力,就是补齐了之前没有的多模态能力。我们在日常用GPT4的时候经常需要用到上传图片进行一些任务处理,这次Claude3也终于加上了。

不过,效果好像…不太惊艳

vision.png

这个图GPT4的回答有点长就不贴图了,GPT4给出了一个基本可用的代码,而Claude3直接摆烂了。

不过根据网上其他人的一些测试基本还是可用的,那总结下来多模态这一部分只能说确实还没有超越GPT4.

长文本处理

最后Claude3还有一个亮眼的点是新增了长文本的处理,也就是说哪怕你扔一本书进去,他也能够较好的概括总结和你对话

txtk.png

就是这响应时间实在太长了,等得花儿都谢了…

总结

这次Claude3确实展示了他的实力,在推理能力和长文本处理上确实还是比较亮眼。不过和GPT4还是伯仲之间,没有那种让人惊呼换代的差距。不过要知道GPT4已经是一年前发布的了,谁知道OpenAI还有多少神奇魔法呢,拭目以待吧。

并且Claude3国内真的很难正常使用啊!博主已经被封了n个号,后面一定还要写篇文章记录下怎么用Claude3。

最后

为了帮助大家更好的学习人工智能,这里给大家准备了一份人工智能入门/进阶学习资料,里面的内容都是适合学习的笔记和资料,不懂编程也能听懂、看懂,所有资料朋友们如果有需要全套人工智能入门+进阶学习资源包,可以在评论区或扫.码领取哦)~

在线教程

  • 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
  • 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
  • EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
  • 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中,你将会学习到让机器人执行一系列动作所需要的基本算法。
  • 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法,包括:概率推算,计划和搜索,本地化,跟踪和控制,全部都是围绕有关机器人设计。
  • 机器学习 – 有指导和无指导情况下的基本机器学习算法
  • 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
  • 斯坦福统计学习

????有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取????

请添加图片描述

人工智能书籍

  • OpenCV(中文版).(布拉德斯基等)
  • OpenCV+3计算机视觉++Python语言实现+第二版
  • OpenCV3编程入门 毛星云编著
  • 数字图像处理_第三版
  • 人工智能:一种现代的方法
  • 深度学习面试宝典
  • 深度学习之PyTorch物体检测实战
  • 吴恩达DeepLearning.ai中文版笔记
  • 计算机视觉中的多视图几何
  • PyTorch-官方推荐教程-英文版
  • 《神经网络与深度学习》(邱锡鹏-20191121)

  • 在这里插入图片描述
    ????有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取????

第一阶段:零基础入门(3-6个月)

新手应首先通过少而精的学习,看到全景图,建立大局观。 通过完成小实验,建立信心,才能避免“从入门到放弃”的尴尬。因此,第一阶段只推荐4本最必要的书(而且这些书到了第二、三阶段也能继续用),入门以后,在后续学习中再“哪里不会补哪里”即可。

第二阶段:基础进阶(3-6个月)

熟读《机器学习算法的数学解析与Python实现》并动手实践后,你已经对机器学习有了基本的了解,不再是小白了。这时可以开始触类旁通,学习热门技术,加强实践水平。在深入学习的同时,也可以探索自己感兴趣的方向,为求职面试打好基础。

第三阶段:工作应用

这一阶段你已经不再需要引导,只需要一些推荐书目。如果你从入门时就确认了未来的工作方向,可以在第二阶段就提前阅读相关入门书籍(对应“商业落地五大方向”中的前两本),然后再“哪里不会补哪里”。

在这里插入图片描述
????有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取????