51吃瓜网热心朝阳群众往期福利OpenAI最51吃瓜网热心朝阳群众往期福利强竞对Claude再次出牌_ZAKER新闻
OpenAI最51吃瓜网热心朝阳群众往期福利强竞对Claude再次出牌_ZAKER新闻
此外，莫尔古洛夫透露道，中俄两国正积极筹备第28次总理定期会晤，预计今年年底前在中国举行，并盛赞这是两个大国之间罕见且广泛的互动机制。
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:冷德友
TOP1热点：美对中国输美产品再次加征10%关税，商务部：将采取反制措施
10月25日，斗鱼发布公告称，由于过去连续30个工作日，斗鱼在美国存托股票（ADS）的收盘价，均低于1美元最低买入价。若到2024年4月22日前，股价始终没有回到1美元之上，就有可能面临退市的结局。。
TOP2热点：乌总理：已准备好与美国签署矿产协议，美军援暂未停止
为充分彰显党和国家高度重视和尊崇关爱，今年邀请党和国家领导人出席迎回仪式并讲话。此外，在去年邀请香港青少年代表的基础上，今年拟邀请澳门、台湾同胞代表等参加迎回安葬仪式，进一步加强爱国主义教育，凝聚民族情感。
1968年9月，池田在创价学会发表演讲，提出了中日邦交正常化倡议，表现出政治勇气和远见卓识。发言受到中日两国爱好和平人士的赞誉。
TOP3热点：海关总署：暂停进口美国原木，暂停美3家企业大豆输华资质暴躁老阿姨csgo最新版本
习近平强调，加强立法机构合作对确保中俄关系行稳致远具有重要作用。希望俄罗斯国家杜马同中国全国人大加强立法经验交流，充分发挥两国立法机构各专门委员会、议员友好小组作用，为双方合作提供更加完备的法律支撑，保障好共建“一带一路”倡议和欧亚经济联盟对接，深化在上海合作组织、金砖国家、二十国集团等多边平台的沟通协作。
俄方表示，俄方愿同中方深化两党机制化交往，加强战略沟通，支持彼此维护核心利益，密切多边协调，凝聚全球南方力量，推动建立更加公平合理的国际秩序。
TOP4热点：权衡代表：长三角经济活跃、各有所长，有条件加快实现区域市场一体化四虎影院入口
在此次调研央企支持新疆发展有关工作时，对于培育专精特新企业，张国清提出了最新要求，除了数量上要“更多”，质量上还要“具有竞争力”。
TOP5热点：关于“一老一小”问题，政府工作报告这样说王多雨打扑克
韩国《朝鲜日报》21日称，不少美国半导体和设备制造企业为绕开美国政府制裁，抓住作为最大市场的中国市场，正在增加“定制型产品”的供应。大部分美国半导体企业在中国的销售额占其总销售额的20%至30%。
不仅是魏女士，多名有新生儿的家庭留言称，称郑州市的优化生育政策实施多日，但是育儿补贴怎么领取，大家都是一头雾水，而且咨询相关部门都说不知道。“根本没人管，好政策变不了真正的实惠。”
TOP6热点：泽连斯基称乌方愿在美方领导下尽快开启和谈琪琪电影网
外交学院教授李海东22日对《环球时报》记者表示，“维吾尔强迫劳动预防法”服务于美国政府的战略需要，可以多维度、多方面地使用，既可地缘政治化，也可经济化，又可意识形态化。李海东强调，美国政府正企图将该法案变为操控全球价值链的工具，把中国剥离出全球供应链和价值链，硬性地撕裂世界既有的经济一体化进程。毫无疑问，这是损人不利己的行为，既阻碍其他国家发展相关产业的努力，也增加了美国自身发展的风险。
一段时间以来，多地通过发放育儿补贴来鼓励生育。9月1日起，《郑州市优化生育政策促进人口长期均衡发展实施办法》（以下简称《实施办法》）全面启动实施。
TOP7热点：关于“一老一小”问题，政府工作报告这样说激情终合网
今年9月，在“新疆推进高质量发展”系列主题新闻发布会上，新疆维吾尔自治区工业和信息化厅党组成员、副厅长程多福表示，自治区专精特新中小企业集中在装备制造、化工、环保、医药等优势产业，已成为引领自治区产业转型升级和提质增效的“主力军”。
国家统计局新闻发言人、总经济师、国民经济综合统计司司长刘爱华11月15日在发布会上表示，下阶段价格低位运行的状况将会逐步缓解，不会出现通货紧缩。 （中新经纬APP）
TOP8热点：澎湃AI晚新闻丨2025年3月2日什么软件可以看操逼
胡永平说，《最高人民法院、最高人民检察院关于办理贪污贿赂刑事案件适用法律若干问题的解释》规定，受贿数额在三万元以上不满二十万元的，应当认定为刑法第三百八十三条第一款规定的“数额较大”；受贿数额在二十万元以上不满三百万元的，应当认定为“数额巨大”。
TOP9热点：首场“委员通道”亮点：关注机器人产业、银发经济和医药创新什么软件可以看操逼
“专精特新”企业，是指具有专业化、精细化、特色化、新颖化发展特征的中小企业。这类企业在推动创新、提升产业配套能力、促进特色优势产业高质量发展等方面能够发挥重要作用。
TOP10热点：气象专家：近期的回暖与寒潮过程都是正常天气现象51吃瓜网热心朝阳群众往期福利
统计数据显示，2022年末，郑州全市常住人口为1282.8万人，比2021年末增加8.6万人。在全国人口超过千万的17个城市中，郑州排名第11。相比一些人口负增长的城市，郑州人口形势尚不至于“严峻”，但已出现增长放缓迹象。2022年郑州全市出生人口为9.8万人，出生率为7.68‰；死亡人口为6.1万人，死亡率为4.79‰；自然增长人口3.7万人，自然增长率为2.89‰；与2021年相比，人口自然增长率下降0.88个千分点。
针对此事，中国政法大学刑事司法学院教授印波表示，只要在中国境内触犯中华人民共和国的刑法，不管是中国人还是外国人，就应当基于地域管辖权而受到刑事制裁。