俺去夜O俺去夜penAI最强竞对Claude再次出牌
O俺去夜penAI最强竞对Claude再次出牌
截至2023年三季度,全国各类养老机构和设施达40万个、床位820.6万张。截至2023年底,通过开展居家和社区基本养老服务提升行动,累计建设家庭养老床位23.5万张。全国累计完成困难老年人家庭适老化改造148.28万户。愈加完善的养老服务体系更好守护老年人幸福晚年。
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”。本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.comkoa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:高尚德
TOP1热点:建议保障职工周均工时44小时以内
躺在中国平煤神马集团总医院普外科的病床上,回忆着遇险与被救时的一幕幕,包括记平在内的很多矿工都夜不能寐。记平说他是幸运的,被送到医院时,除有些头晕外身体并无骨折或外伤,目前正在住院接受观察,同时他也为遇难的工友感到悲伤。。
TOP2热点:刘国梁建议“兵乓球三进”
毛宁表示,中方已经第一时间向新方提出严正交涉。新加坡领导人曾多次表示,台湾问题是中国红线中的深红线。中方重视新方这一说法,希望新方严格恪守一个中国原则,以实际行动维护中新友好关系大局。
TOP3热点:美国暂停对乌克兰军事援助one.yg99.aqq一个致敬韩寒
“国际上谁违反一个中国原则,就是干涉中国内政,侵犯中国主权,必将遭到全体中国人民和国际社会的共同反对。中方对有关国家发声明‘致贺’等违反一个中国原则的错误做法表示强烈不满和坚决反对,已提出严正交涉。”毛宁说。
西藏自治区公安厅原党委副书记、常务副厅长,西藏自治区政协社会法制外事委员会原副主任杨光明(正厅级)涉嫌徇私枉法一案,由最高人民检察院侦查终结,移送西藏自治区人民检察院审查起诉。
TOP4热点:疑似阴阳C罗 塔利斯卡社媒被冲老婆出轨时给老公打电话
任命宋其超为财政部部长助理;任命胡海峰为民政部副部长;任命郝军辉为国家消防救援局政治委员。免去田学斌的水利部副部长职务;免去徐平的国家消防救援局政治委员职务。
TOP5热点:莲花味精回应被当莲花跑车公司领导比老公厉害太多
此外,征求意见稿提出,不具备拆除新建条件的,纳入整治提升(含拆整结合)类城中村改造范围,开展经常性整治提升,按照文明城市标准实施和管理。在维持现状建设格局基本不变的前提下,为完善城市基础设施、公共服务设施,消除安全隐患,可按照规划采取“整治提升+局部拆建”方式实施拆整结合类改造;局部拆建应以栋为基本单位,涉及的拆除用地面积之和(含零星纳入的空地)原则上不超过拆整结合类城中村改造项目总用地面积的30%。
TOP6热点:申花明日锋线或是刘诚宇搭档米内罗女生会把隐私透露给异性朋友
经历了过去一个赛季联赛、国家队和亚冠的多线作战,老将们原本所剩不多的“油箱”愈发面临枯竭——一方面本身状态调动起来就有困难,而主教练战术选择又偏保守,这无疑加剧了场面的窒息感。
高青翠也认为,后市来看,中东局势扰动继续,油价依然受到较强支撑,但市场依然担忧经济弱化问题,多空博弈,短期国际油价或保持区间震荡走势。
TOP7热点:微软拥抱DeepSeek日本MACBOOKPRO高清
汽车媒体Motor1网站15日援引一份研究报告称,2023年1月至9月,欧洲来自中国的汽车注册量约为46.26万辆,相当于欧洲市场4.8%的份额。
1月15日,外交部发言人毛宁主持例行记者会。法新社记者提问,美国的资深代表团今天在台湾地区会见赖清德和蔡英文,发言人对此有何回应?
TOP8热点:代表:尽快遏制35岁就业歧视现象公司领导比老公厉害太多
“一把手”带头搞腐败,危害性极大。专题片披露,2014年至2022年,刘文新担任贵阳市市长、黔西南州委书记期间,贵阳市政府各部门县处级以上干部及黔西南州县(市)、州直“一把手”因违纪违法被立案查处30余人,其中包括茅台集团原董事长高卫东。
TOP9热点:82岁奶奶体检时写下我孙女要幸福一面膜上边一面膜下边视频
<span>要严格落实中央八项规定,锲而不舍纠治“四风”,狠抓“三个规定”执行,</span><strong><span>抓实检察队伍常态化教育管理</span></strong><strong><span>,持续完善一体推进“三不腐”、防治“灯下黑”机制,进一步健全全面从严治检体系。</span></strong>
TOP10热点:经纪人回应王大陆涉嫌杀人未遂四川XXXXXLMEDJYF
任命宋其超为财政部部长助理;任命胡海峰为民政部副部长;任命郝军辉为国家消防救援局政治委员。免去田学斌的水利部副部长职务;免去徐平的国家消防救援局政治委员职务。