Claude 3登顶Chatbot Arena，超越GPT-4成新王

一觉醒来，大模型世界迎来了“新王登基”！

周三, 在当地时间, 聊天机器人竞技场Chatbot Arena, 更新了对战排行榜, Claude 3超过了GPT-4, 一下子获得了“最强王者”的称号。

居于榜首位置的此次是Claude 3系列的超大杯Opus, 它凭借2分Elo非常之微弱的优势, 极为惊险地战胜了GPT-4-1106-preview模型, 而GPT-4-0125-preview在排名中处于第三。

而且呢, 并非只有超大杯Opus如此, Claude 3家族里的另外两个成员, 大杯Sonnet与小杯Haiku皆成功跻身TOP10, 各自取得了第四以及第六这般不错的成绩。

小杯Haiku达到GPT-4级别

尤其是小杯Haiku开云手机入口app下载，被官方单独拉出来表扬。

所有人都被Haiku留下了深刻印象, 按照我们用户的偏好, Claude 3 Haiku已达GPT - 4级别, 运行Chatbot Arena的LMSYS平台发帖大力称赞, 它的速度、功能和上下文长度目前在市场上独具一格, 就是这样讲的。

令人更加觉得难能可贵不已的是, Haiku的参数规模与Opus以及任何GPT - 4模型相比远远要小, 并且它的价格只是Opus的六十分之一, 然而它的响应速度却是Opus的十倍。

GPT - 4自去年5月被纳入Chatbot Arena榜单以来, 就一直稳稳占据榜首位置, 然而现在，Claude 3靠着它那堪称出众的表现 , 特别是在高级任务处理方面所具备的能力 , 成功实现了对原本格局的颠复。

在接受媒体采访时, 独立AI研究员Simon Willison表示, 这是史上第一次, 面向高级任务的第一模型Opus出自非OpenAI的供应商, 并且面向成本效率的Haiku也出自非OpenAI的供应商, 这非常让人欣慰, 在这个领域, 顶尖供应商的多样性对大家都有好处。

“向新国王下跪！”

吃瓜网友也纷纷对Claude 3竖起大拇指。

“印象深刻开云真人app官网登录app，Very nice!”

还有人建议苹果将Claude设置为默认AI工具。

更有人直呼：“旧王已死。安息吧开云正版app下载，GPT-4。”

“向新国王下跪！”

相比之下，网友对GPT-4的感情更加复杂。

“GPT-4变得非常蹩脚。”

最近几个月，有关GPT-4变懒的话题在网上闹得沸沸洋洋。

据声称, GPT于高峰时段予以使用之际, 响应会变得极为迟缓且敷衍了事, 甚至还会拒绝作出回应并单方面使对话中断。

例如, 当它开展编程工作的期间, 会按照习惯跳过某些代码, 并且一度出现了要人类亲自去写代码的令人熟知的场景。

评分准确吗？

在一阵赞扬Claude 3的声音中，也夹杂着质疑的声音。

如此一来, Chatbot Arena到底是通过怎样的方式去给那些大模型进行打分的呢?

Chatbot Arena 是由拥有主导团队的 LMSYS 开发的, 而这个 LMSYS 是由伯克利大学带头的。此平台会凭借匿名且随机的形式 , 促使不一样的大模型去“打擂台” , 与此同时还会让人类用户充任裁判 , 最终按照大模型所获取的积分来展开排名。

细化来讲, 系统每一次都会随机挑选两个各异的大模型, 并且与用户进行匿名聊天, 进而让用户去判定哪一款大模型的表现更为出色一些。系统会依据用户的选择对大模型实施打分举措。之后将分数进行汇总整理, 以此形成最终的积分。最后以排行榜的一种形式予以呈现。

推出之后, 有40多名用户成了Chatbot Arena的裁判。新一轮排名且又吸引了七千名用户加入了。

在此次极为激烈的“擂台赛”里头, Claude 3历经了成千上万回的对战, 于GPT - 4、Gemini等一众实力强劲的对手当中突出重围, 进而成为了新的大模型之王。

需要提及的是, 当对一个大模型的优劣进行评判时, 用户所具有的那种“感觉”, 也就是体验感, 是极为关键重要的。

声称的参数标准没办法切实评估大模型的价值, AI软件开发者Anton Bacaj先前发帖讲, 我才跟Claude 3 Opus开展了一回长时间的编码对话, 真的是远远超过GPT-4。

Claude 3出现进化的状况, 这也许会使得OpenAI心里产生一丝不安, 有一部分用户早就已经在工作的时候“叛变”了, 他们舍弃了GPT, 进而开始去使用Claude 3。

自从Claude 3 Opus出现之后, 我就再也没使用过GPT 了。

X平台上, 软件开发者Pietro Schirano写了这样的话: 说到Claude 3大于GPT - 4, 老实讲, 其中最让人惊讶的情况之一是, 切换起来居然这般轻松。

可是, 也存在这样一些人士, 他们点明了, Chatbot Arena对于添加工具之后所呈现出来的表现并未予以考量, 然而, 这恰恰就是那一GPT-4所具备的突出强项。

除此之外, Claude 3 Opus跟GPT - 4二者之间的分数极为相近, 并且GPT - 4已然问世达一年时间了, 预估于今年的某个时刻会出现更为强大的GPT - 4.5或者GPT - 5。

毋庸置疑，到那时这两大模型之间的PK将会更加激烈。

标签： Claude3 GPT-4 ChatbotArena AI竞赛 大模型