七妹福利导航_国际速讯_OpenAI最强竞对Claude再次出牌七妹福利导航

OpenAI最强竞对Claude再次出牌七妹福利导航_ZAKER新闻

在企业微信服务方面，《通知》提到两项主要风险和问题。一是银行保险机构对数字生态场景合作情况底数不清，缺乏统筹管理。开展数字生态合作时，银行保险机构外包风险主管部门、科技和数据管理部门未参与，缺乏数据安全风险评估、监控管理等机制，存在突出风险隐患。二是银行保险机构对合作中数据安全风险和责任识别划分不清。

出品｜虎嗅科技组作者｜余杨编辑｜苗正卿头图｜视觉中国10 月 22 日，由 Anthropic 开发的 Claude 3.5 迎来重磅升级，发布了 Claude 3.5 Haiku 和 Claude 3.5 Sonnet 。Claude 模型也被称为 " 十四行诗 "（Sonnet），Anthropic 公司在为其模型命名时，借鉴了文学艺术作品中的术语，其中包括 " 俳句 "（Haiku）、" 十四行诗 "（Sonnet）和 " 杰作 "（Opus），这些名称不仅代表了模型的不同版本，也反映了它们在功能和性能上的特点。Claude 3.5 Sonnet 有着更强的编程能力，全新功能的 computer use（计算机使用），支持像人类一样操作计算机，可以遵循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交互方式。目前，Claude 3.5 Sonnet 已投入使用。Claude 系列大语言模型，一直被广泛认为是 OpenAI 的 ChatGPT 和谷歌的 Gemini 的主要竞争对手。Anthropic 在 X 中发布了模型基准测试结果，与 GPT 和 Gemini 在多个领域进行横向对比。这些领域包括研究生水平的推理能力（GPQA Diamond）、本科生水平的知识掌握（MMLUPro）、代码编写能力（Code HumanEval）、数学问题解决能力（MATH）、视觉问答能力（MMMU）以及代理编码（SWE-bench Verified）和代理工具使用（TAU-bench）。在研究生水平推理测试（GPQA Diamond）中，Claude 3.5 Sonnet 以 65.0% 的准确率拔得头筹，Claude 3.5 Haiku 则以 41.6% 的准确率则稍显逊色。而 Gemini 1.5 Pro 的准确率为 59.1%，居于第二。在本科生水平知识测试（MMLUPro）中，Claude 3.5 Sonnet 再次以 78.0% 的准确率领先，而 Gemini 1.5 Pro 则以 75.8% 的准确率紧随其后。在此次主打的代码编写能力测试（Code HumanEval）中，Claude 3.5 Sonnet 以 93.7% 的准确率取得了最佳成绩，GPT-4o 系列模型在这一测试中也展现了不错的性能，准确率为 90.2% 和 87.2%。虽然在数学问题解决测试（MATH）中，Claude 3.5 系列稍显逊色，Gemini 1.5 Pro 仍然碾压全场，但对于视觉问答测试（MMMU）和代理编码测试（SWE-bench Verified），Claude 3.5 Sonnet 和 Claude 3.5 Haiku 仍有着不俗的表现。而 TO B 的代理工具使用测试（TAU-bench），则直接关系到大模型的应用能力，此次主要测试了零售和航空领域。Claude 3.5 Sonnet 在零售和航空领域的准确率分别为 69.2% 和 46.0%，而 Claude 3.5 Haiku 在零售和航空领域的准确率分别为 51.0% 和 22.8%。需要注意的是，OpenAI 的 o1 模型家族由于其依赖于广泛的预响应计算时间，与典型模型存在根本差异，这使得性能比较变得困难，因此在本次评估中被排除在外。这可能不够具像化。Anthropic 提供了一个演示，在 2 分钟的视频中，研究员给 Claude 提出了一个指令：我的朋友要来旧金山，我想明天早上和他一起在金门大桥看日出。我们将从太平洋高地出发。你能帮我们找到一个绝佳的观赏地点，查看一下开车时间和日出时间，然后安排一个日历活动，让我们有足够的时间到达那里吗？Claude 的回应首先是，" 让我搜索谷歌寻找最佳日出观赏地点 "，并自行打开了 Google 开始搜索。Claude 以用户的居住地为出发点，在地图中 check 了驾驶时间，随后，Claude 不仅打开了一个新的网页确认明天的日出时间，还在日历中设置了行程提醒，并附上了 Notes，URL 和附件。开发者展示出 Claude 如何操控了自己的笔记本电脑，丝滑地完成了一个任务。Anthropic 表示，" 我们并没有制作特定工具来帮助 Claude 完成单个任务，而是教它通用的计算机技能——允许它使用为人类设计的各种标准工具和软件程序。我们构建了一个 API，使 Claude 能够感知计算机界面并与之交互。该 API 使 Claude 能够将提示翻译成计算机命令。开发人员可以使用它来自动执行重复性任务、进行测试和 QA 以及进行开放式研究 "。在其他的 demo 中，开发者还让 Claude 填写了一份来自蚂蚁设备公司的供应商请求表，需要填写的数据散布在电脑的各个角落，Claude 跨应用进行了搜索，切换到 CRM 系统中，滚动页面，查找填表所需的所有信息，然后提交了表格。AI 操作电脑的能力代表了一种全新的人工智能开发方法，国内开发者也显示出在该领域深入的努力。10 月 23 日，在荣耀 MagicOS 9.0 发布会上，新升级的 YOYO 智能体也展现出 AI 手机端操作能力的类似特质，不仅帮演示者提交了咖啡订单，还填写了博物馆场馆预约信息。一部分关注者对此满怀期待，认为这意味着工作中许多不得不做的繁琐事项，都可以交由 AI 代劳了。不过，虽然 Claude 已经取得了一些成绩，但我们日常使用电脑时的许多操作，如拖拽、缩放等，Claude 都还无法做到。并且，它的操作仍然相对缓慢，且像人类一样会出错。在一次演示中，Claude 不小心点击停止了一个长时间运行的屏幕录制，导致所有录像都付诸东流。而在另一次编码演示中，Claude 则突然 " 走神 "，开始饶有兴趣地浏览起黄石国家公园的照片。但瑕不掩瑜，这并不妨碍我们像莎士比亚一样，将 Claude 的新技术比作 " 夏日 "。

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:节振国

TOP1热点：硬币拿来吧你！

此外，交易所也对并购重组是否涉及内幕交易或利益输送相关问题进行了问询。6月14日，深交所对三川智慧下发问询函，要求说明交易评估增值的合理性和定价公允性，是否存在向关联方利益输送的问题。公司此前披露公告称，拟以6240万元受让周钢华、卢圣章等人持有的集盛科技8%股权。此次交易的交易对象之一周钢华是公司原持股5%以上股东，减持低至5%以下未满一年，为公司的关联自然人。本次标的公司根据收益法评估估值为78393.33万元，增值率高达208.52%。。