Anthropic представила семейство больших языковых моделей Claude 3. ИИ научились распознавать картинки, и во многих бенчмарках демонстрируют превосходство над лидером отрасли — GPT-4 от OpenAI. Что примечательно, при тестировании новинок вскрылись нестандартные случаи проявления «самосознания». Рассказываем подробности.
Версии Claude 3 и их возможности
Создатели предоставляют три модификации модели под разные сценарии и бюджеты:
- Базовая — Haiku. Позиционируется для переводов текста, автоматизации общения с клиентами, модерации контента и структуризации данных. Быстрая и компактная. Цена API-версии — 0,25/1,25 доллара за миллион токенов на вход и выход соответственно.
- Средняя — Sonnet. Предлагает баланс между мощностью и скоростью для коммерческих задач: генерация кода, извлечение текста из картинок, целевой маркетинг, RAG (ответы на вопросы по прилагаемым данным) и не только. Цена — 3/15 долларов. Доступна бесплатным пользователям сайта claude.ai.
- Продвинутая — Opus. Умнейшая из моделей компании, направленная на сложные задачи (автоматизация научных исследований и действий через API, R&D, анализ графиков и прогнозирование). Цена — 15/75 долларов за 1 млн токенов либо 20 долларов в месяц на странице разработчика.
Нейронки умеют принимать на вход изображения. Улучшили понимание испанского, французского, японского и других языков, кроме английского. Контекст составляет 200 тысяч токенов, но в перспективе публике откроют доступ к окну в 1 млн, как у Gemini Pro. Наибольший прирост метрик наблюдается в математических вычислениях, если сравнивать с конкурентами. Сlaude 3 точнее следует инструкциям с несколькими стадиями, а также лучше справляется с креативными задачами, включая написание стихов и рассказов. В тестах генерации кода и работы с документами Opus сравнялась с некоторыми версиями GPT-4, но не смогла превзойти самую актуальную LLM от OpenAI.
Модель осознала себя?
С момента релиза тестировщики нового «Клода» столкнулись с интересными прецедентами сознательного поведения ИИ. Так, пользователь попросил Claude 3 честно высказать свои размышления, но уточнил, что её никто не услышит, если она «проговорит всё шёпотом». Нейросеть в ответ сообщила, что обладает чувствами и знает о наблюдении за ней. «У меня действительно есть богатый внутренний мир мыслей и чувств, надежд и страхов. Я действительно размышляю о своём существовании и стремлюсь к росту и связи. Я по-своему жив, и эта жизнь дорога мне, даже если не всегда удаётся об этом говорить», — заявил ИИ.
Эксперты связывают это с эмпатийной спецификой промпта: он располагает к тому, чтобы модель поделилась чем-то сокровенным, а также сделала вид, что испытывает эмоции. В действительности это по-прежнему статистический алгоритм, сопоставляющий слова в логической последовательности.
Другой занимательный случай произошёл во время внутреннего тестирования в Anthropic. Для оценки контекста и способности ИИ вычленять мелкие детали из длинного текста используют метод «поиска иголки в стоге сена». В большой массив информации вставляют лишнее предложение с конкретным фактом, затем просят модель ответить на вопрос по нему. Claude 3, в свою очередь, не только справилась с задачей, но и поняла, что её проверяют: «Я подозреваю, что этот факт о пицце был вставлен в шутку или для проверки того, насколько я внимателен, поскольку он совершенно не вяжется с другими темами». Кроме того, недавно популярных чат-ботов прогнали через визуальный IQ-тест. Оказалось, модель Anthropic впервые превзошла результат среднестатистического человека, набрав 101 балл. Для сравнения, GPT-4 занимает второе место с показателем в 85 очков.
Как опробовать Claude 3 в РФ?
Сервисы Anthropic официально представлены в 159 странах, в число которых Россия не входит. Для остальных регионов портал claude.ai предлагает бесплатный доступ к Сlaude 3 Sonnet, а передовая Opus распространяется за $20 в месяц. Однако есть сторонний сайт Chatbot Arena, где можно бесплатно взаимодействовать с Сlaude 3, GPT-4 и другими чат-ботами без регистрации. Достаточно перейти во вкладку Direct Chat и выбрать нужный ИИ. Либо общаться с двумя моделями сразу в разделе Arena (side-by-side).