刚刚,Anthropic 宣布推出Claude 3.5 Haiku模型,并对 Claude 3.5 Sonnet 进行升级,同时推出了公测版的 computer use 功能,教 AI 像人一样操作计算机,下面是具体介绍。
Claude 3.5 Sonnet 编码和工具使用能力显著提升
升级版的 Claude 3.5 Sonnet 模型在各项性能上都有所提升,尤其在编码和工具使用方面显著提升,特别是在软件工程领域的基准测试中,它的性能超过了所有公开可用的模型,包括 OpenAI o1-preview 和专门设计的代理编码系统,新模型编码方面,它在 SWE-bench Verified[1] 上的性能从 33.4% 提高到 49.0%,得分高于所有公开可用的模型——包括像 OpenAI o1-preview 这样的推理模型和专为代理编码设计的专用系统。它还在 TAU-bench[2] 上的性能从 62.6% 提高到 69.2%。
升级版的 Claude 3.5 Sonnet 现在对所有用户开放,开发者可以在 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 上使用计算机使用测试版进行构建。
Claude 3.5 Haiku 性价比拉满,价格便宜效果好
Claude 3.5 Haiku 作为 Anthropic 最快的模型,在各项技能上都有所提升,甚至在许多智能基准测试中超过了前一代最大模型 Claude 3 Opus,Claude 3.5 Haiku 在编码任务上的表现尤其出色,在 SWE-bench Verified 上得分为 40.6%,超过了许多使用公开可用的最先进模型的代理——包括第一代的 Claude 3.5 Sonnet 和 GPT-4o。
凭借低延迟、改进的指令遵循和更准确的工具使用,Claude 3.5 Haiku 非常适合面向用户的产品、专门的子代理任务以及从大量数据(如购买历史、定价或库存记录)中生成个性化体验。
Claude 3.5 Haiku 将在本月晚些时候通过 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 提供,最初只开放文本能力,随后将支持图像输入。
computer use 功能 教 AI 样操作计算机
此外,Anthropic 引入了 computer use 功能的公测版,允许开发者指导 Claude 模型像人类一样使用计算机,包括查看屏幕、移动光标、点击按钮和输入文本。这一功能目前处于实验阶段,但已经有一些公司如 Asana、Canva、Cognition、DoorDash、Replit 和 The Browser Company 已经开始探索这些可能性,执行需要数十个、有时甚至数百个步骤才能完成的任务。例如,Replit 正在使用 Claude 3.5 Sonnet 的计算机使用和 UI 导航功能来开发一个关键特性,用于评估他们正在构建的 Replit Agent 产品中的应用。
开发者可以指导 Claude 像人一样使用计算机——查看屏幕、移动光标、点击按钮和输入文本。Claude 3.5 Sonnet 是第一个在公开测试版中提供 computer use 功能的 AI 模型。在这个阶段,它仍然是实验性的[3],容易出错,提前发布 computer use 功能是为了从开发者那里获得反馈,预计这项功能将随着时间的推移迅速改进。
模型安全
为了确保新模型的安全部署,Anthropic 与美国和英国的安全机构合作进行了预发布测试,并对 Claude 3.5 Sonnet 进行了对抗性风险评估,确认了 ASL-2 标准仍然适用。对于计算机使用功能的安全部署,Anthropic 开发了新的分类器来识别潜在的误用和伤害。
参考资料
SWE-bench Verified: https://www.swebench.com/
[2]TAU-bench: https://github.com/sierra-research/tau-bench
[3]实验性的: https://www.anthropic.com/news/developing-computer-use
本文链接:https://www.ki4.cc/Claude/105.html
claudeai官网claudeai应用不可用怎么办claude官网怎么登录claude 官网claude官网网页版claude官网下载claude官网如何注册claude官网免费claude官网模型是哪个claude官网注册
网友评论