GPT-4 被全面超越了!

数据分析—用户行为数据分析 一般价值用户(R高F高M低):用户处于购买活跃期,感兴趣的商品多,购买次数少 → 针对该部分客户,目的就是要让他们购买,所以可以和运营部门沟通,降低利润,给出有力折扣促进购买,进而转为重要价值用户。重要价值用户(R高F高M高)维护:用户处于购买活跃期,感兴趣的商品多,购买次数也多 → 针对兴趣产品,保持一定频率的触达,持续维护。 阅读详情

你好,我是坚持分享干货的 EarlGrey,翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。

如果我的分享对你有帮助,请关注我,一起向上进击。

Anthropic刚刚官宣:Claude 3来了!

作为OpenAI最强竞争选手,此次它发布的新模型家族,以最强版Claude 3 Opus为代表,“已经实现了接近人类的理解能力”——

在推理、数学、编码、多语言理解和视觉方面,全面超越GPT-4在内的所有大模型,直接重新树立行业基准的那种。

浅看一下这份成绩单,就十分扎眼~

b81b0fd9a6592d8118c5178abbdb5b1f.png

几项数学类评测都是用0-shot超越GPT-4的4-8 shot。

除此之外,此前就以长下文窗口见长的Claude,此次全系列大模型可提供200k上下文窗口,并且接受超过100万token输入。

Gemini 1.5 Pro:嗯?

388aad324e34066a4ffde552d4ad6cfe.jpeg

目前可以免费体验第二强Sonnet,Opus最强版供Claude Pro付费用户使用,但大模型竞技场也可以白嫖。于是乎,网友们已经开始疯玩上了。(Doge)

8aa01d6bf7f8f8967e49b05fda0e2056.png

另外,Opus和Sonnet也开放API访问,开发者可以立即使用。

有人直接艾特奥特曼:好了,你现在可以发布GPT-5了。

46e1e1bb08da55599b67d583c9fd5e83.png

不过奥特曼可能还在烦马斯克的诉讼……

b743d06a3e499ecdbd23c640b10d4fb4.png

最新最强大模型发布

此次Claude 3家族共有三个型号:小杯Haiku、中杯Sonnet以及大杯Opus,成本和性能依次递增。

1e69863cc5cd848a6f0fc2bfdde43df9.png

首先,在性能参数上,Claude 3全系多方面全面提升。其中Opus在MMLU、GPQA、GSM8K等评估基准上领先于其他所有模型:

dec58f6be16d798cf6d82a78956b912c.png

还有在视觉能力上,它能可以处理各种视觉格式,包括照片、图表、图形和技术图表。

d39385741bffab133c6f7596f5a414a9.jpeg

对于这样性能结果,有专业人士表达了自己的看法。

比如爱丁堡大学博士生、 中文大模型知识评估基准C - Eval提出者之一符尧就表示,像MMLU / GSM8K / HumanEval这些基准,已经严重饱和:所有模型的表现都相同。

7f4c157d10ee9a95c15ed140037d156b.png

他认为,真正区分模型性能基准的是MATH and GPQA。

643a17da8cba141f0c523e3d67541a6c.png

另外,在拒绝回答人类问题方面,Claude 3也前进了一大步,拒绝回答的可能性显著降低

b665d5bd38efde9aad6ed07626596a6d.png

在上下文以及记忆能力上,他们用大海捞针(Needle In A Haystack,NIAH)来评估衡量大模型从大量数据中准确召回信息的能力。

结果Claude 3 Opus 不仅实现了近乎完美的召回率,超过 99% 的准确率。而且在某些情况下,它甚至能识别出 “针 “句似乎是人为插入原文的,从而识别出评估本身的局限性。

7333802ac28a87d1ce4964c84f1ed665.png

还在生物知识、网络相关知识等方面取得了进步,但出于负责任的考虑,仍处于AI安全级别2(ASL-2)。

其次,在响应时间上,Claude 3大幅缩短,做到近乎实时。

官方介绍,即将发布的小杯Haiku能够在三秒内阅读并理解带有图表的长度约10k token的arXiv论文。

而中杯Sonnet能够在智能水平更高的基础上,速度比Claude 2和Claude 2.1快2倍,尤其擅长知识检索或自动化销售等需快速响应的任务。

大杯Opus的智能水平最高,但速度不减,与Claude 2和Claude 2.1近似。

官方对三款型号的模型也有清晰的定位。

  • 大杯Opus:比别家模型更智能。适用于复杂的任务自动化、研发和制定策略;

  • 中杯Sonnet:比其他同类模型更实惠。更适合规模化。适用于数据处理、RAG、在中等复杂度工作流程中节省时间;

  • 小杯Haiku:比同类模型更快速、实惠。适用于与用户实时互动,以及在简单工作流程中节省成本;

在价格方面,最便宜的小杯定价0.25美元/1M tokens输入,最贵的大杯定价75美元/1M tokens输入

178a924ab6e656091b18e15291f1f0a0.jpeg

对比GPT-4 Turbo,大杯价格确实高出不少,也能体现AnthropicAI对这款模型非常有信心。

9fd5ff0ec13e70fa9c5c5c14aca2a98a.png

第一手实测反馈

既如此,那就先免费来尝尝鲜~

目前官方页面已经更新,Claude展现了「理解和处理图像」这一功能,包括推荐风格改进、从图像中提取文本、将UI转换为前端代码、理解复杂的方程、转录手写笔记等。

即使是模糊不清的有年代感的手记文档,也能准确OCR识别:

e7c4349986e450ac92560788c29ad69a.gif

底下写着:你正在使用他们第二大智能模型Claude 3 Sonnet。

1294fae4ecf1b0adf915d8ea85af37df.png

然鹅,可能是人太多的原因,尝试了几次都显示“Failed”

c8f4304cce79119efda4d4f4e2c61657.png

不过,网友们也已经po出了一些测试效果,比如让Sonnet解谜题。

为其提供一些示例,要求它找出数字之间的关系,比如“1 Dimitris 2 Q 3”,意思是3是1和2相加的结果。

结果Sonnet成功解出-1.1加8等于6.9,所以“X”的值应该是6.9:

4d19f2590c99c06cd448e1f0747cfe8f.png

还有网友发现Sonnet现在也可以读取 ASCII 码了,直呼:这是GPT-4 ++的水平了。

953d8cd2e502ee28c3c530e8aed2d249.png

在编程任务上,谁写的代码好先不说,Claude 3至少不会像GPT-4一样偷懒。

cace83e5c22ba5800530a8c98d7f3263.png

还有体验到了Opus的玩家,在线给模型挖坑,可opus硬是完美躲避不上当:

03fd49cada38a645ef6cd6810d344ec4.png

初看这效果,感觉还行。这时候应该艾特OpenAI:GPT-5在哪里?

87ad2b5f96d77c5030f188954dbe7738.jpeg

好了,感兴趣的朋友,可以戳下方链接体验啦~

https://claude.ai/

参考链接:
[1]https://www.anthropic.com/news/claude-3-family
[2]https://twitter.com/AnthropicAI/status/1764653830468428150/photo/1

本文分享自量子位

- EOF -

给大家推荐 Tailwind CSS 的开发团队在开源版的基础上,设计了官方的组件库,包含有 500 多个精心设计的组件和 10 套网页模板。官网单独购买的话,要快 300 美金,折合接近 2500 块。

但是如果大家一起共享的话,只需要不到 50 块就可以享受同官网版本相同的服务了。有兴趣的小伙伴可以前往淘宝详情页了解。

65d9c5dce92961f3553f4d1e2186b42d.png

扫码后复制链接到浏览器或淘宝内打开即可

推荐阅读  点击标题可跳转

1、Python 项目工程化最佳实践

2、Python 可以比 C 还要快!

3、streamlit,一个超强的 Python 库

4、豆瓣8.9分的C++经典之作,免费送!

5、Python 3.12 版本有什么变化?

回复下方「关键词」,获取优质资源

回复关键词「 pybook03」,领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版

回复关键词「书单02」,领取进击的Grey整理的 10 本 Python 入门书的电子版

👇关注我的公众号👇

告诉你更多细节干货

f2fa932672d3e011b43b5ac9a2c1fe14.jpeg

欢迎围观我的朋友圈

👆每天更新所想所悟

股票价格预测的秘密武器:用C#实现蒙特卡洛路径模拟,轻松掌握市场波动规律! 摘要: 蒙特卡洛模拟是股票预测的有效工具,通过随机抽样模拟价格路径,克服传统技术分析的局限性。其核心模型是几何布朗运动(GBM),描述股价随机变化过程。C#实现的关键步骤包括:1)获取输入参数;2)生成随机数路径;3)分析结果。该方法不预测具体价格,而是提供可能的价格范围,帮助投资者评估风险。代码结构清晰,分为输入、模拟、分析和可视化四个模块,通过参数封装提高可读性,适用于不确定市场的概率预测。 阅读详情

相关推荐

告别Arduino IDE!用VSCode搭建Arduino UNO R3开发环境(含代码补全配置)

本文详细指导如何用VSCode替代Arduino IDE搭建Arduino UNO R3开发环境,包含代码补全配置和高效开发技巧。通过安装必要插件、配置项目结构和优化工作流,可显著提升开发效率,特别适合复杂项目开发。文章还提供了常见问题解决方案和高级功能调优方法。

weixin_30698297的博客 480

第一个在AlpacaEval上超越GPT-4的模型,出现了!

第一个在AlpacaEval上超越GPT-4的模型,出现了!今年6月,AlpacaEval榜单一公布,GPT-4就以绝对领先的优势夺得第一,胜率超过95%。三个月后,一匹叫Xwin-LM的黑马,居然把稳居榜首的GPT-4从TOP 1拉下来了?而且,Xwin-LM在同参数模型的对垒中,也毫无例外地拿下了三个第一:Xwin-LM-70B-V0.1:在AlpacaEval基准测试中对Davinci-003的胜率达到95.57%,在AlpacaEval中排名第一。

2401_85373898的博客 1136

Hi3516CV610开发板实战:从零搭建智能视觉监控系统

本文详细介绍了从零开始基于Hi3516CV610开发板搭建智能视觉监控系统的完整实战流程。涵盖硬件连接、系统配置、摄像头集成、网络设置、固件烧录到视频处理与智能分析功能开发,提供了丰富的实践经验和调试技巧,帮助开发者快速掌握嵌入式视觉系统开发。

vvv99的博客 566

讯飞星火:整体超越ChatGPT,医疗超越GPT4!一手实测在此

整体超越ChatGPT,医疗全面超越GPT-4!不光讯飞最强星火大模型来袭,七大维度全面升级,尤其是多模态、代码生成以及复杂推理的能力,还能生成符合自己人设的AI助手。除此之外,还有科技文献大模型、医疗大模型以及同其他企业合作的12个行业大模型一并发布。以为例,它可以一分钟就能整合18篇论文,生成一篇5页的综述报告。还能直接生成论文中提到的。也正式公开,化身每个人的健康助手,进行自查、用药指导以及检查/体检报告解读,并首发“”APP及小程序。

xxue345678的博客 1285

GEE实战:基于Modis NPP数据的全球植被生产力动态监测与分析

本文详细介绍了如何利用Google Earth Engine(GEE)平台和Modis NPP数据,进行全球植被生产力的动态监测与分析。通过实战代码演示,涵盖数据加载、区域统计、年际趋势计算及空间制图等核心步骤,为生态评估与气候变化研究提供了一套高效的数据分析解决方案。

weixin_29197699的博客 551

2026年CSP-J初赛真题及答案解析

2026年CSP-J初赛真题及题解

王老师青少年编程 1655

超越 GPT4,科大讯飞,再出王炸!

目前来看,这场关于AI的科技革命浪潮已经来袭。All in AI的企业也越来越多,身边的同事也都在不断学习AI,未来许多行业注定将被AI颠覆。数字人,文生视频也在慢慢侵入到当下最流行的短视频行业,我们能做什么呢?是时候思考了。个人认为还是先从最基本的开始,了解现有的大模型产品,努力掌握这些应用,别让自己掉队。做一个自己的AI小应用产品,接入各个大模型APi不失为一个不错的选择。

终码一生 1199

芯片设计|SoC芯片设计流程 与 软硬件协同设计

SoC通常被称作系统级芯片或者片上系统,作为一个完整的系统,**其包含了硬件和软件两部分内容**。这里所说的硬件指SoC芯片部分,**软件是指运行在SoC芯片上的系统及应用程序**。既然它是由软件和硬件组合而成,则在进行系统设计时,**就必须同时从软件和硬件的角度去考虑。**

叫好与叫座虽然不是对立面,但想在同一个作品中达到双重效果很难。 1826

超越GPT4的Agent,我用代码实现了!

最近,人工智能领域的泰斗吴恩达教授提出了一个观点,即通过智能体工作流构建的AI在某些应用场景中的表现甚至可以超越GPT-4。

2301_81888214的博客 1070

宇树科技嵌入式面试题及参考答案(春晚机器人的公司)

内存对齐是指在内存中为数据对象分配存储空间时,按照一定的规则将数据存储在特定的地址上,以提高内存访问效率。不同的数据类型在内存中都有其特定的对齐要求,例如,int类型通常要求 4 字节对齐,double类型通常要求 8 字节对齐。这意味着数据的存储地址必须是其对齐字节数的整数倍。如果不进行内存对齐,处理器在访问数据时可能需要进行多次内存访问,从而降低了访问效率。指令可以用于控制结构体内存布局,它允许程序员指定结构体成员的对齐方式。其基本用法是在结构体定义之前使用来指定对齐字节数n,其中n。

大模型大数据攻城狮的专栏 3228

李航《统计学习方法》课后习题答案(第2版)

李航《统计学习方法》课后习题答案(第2版) 章节 链接 第1章 统计学习及监督学习概论 点击进入 第2章 感知机 点击进入 第3章 k近邻法 点击进入 第4章 朴素贝叶斯法 点击进入 第5章 决策树 点击进入 第6章 逻辑斯谛回归与最大熵 点击进入 第7章 支持向量机 点击进入 第8章 提升方法 点击进入 第9章 EM算法及其推广 点击进入 第10章 隐马尔可夫模型 点击进入 第11章 条件随机场 点击进入     也可进入我的个人主页查看分类专栏

weixin_43646592的博客 2万+

超越GPT-4!最强大模型 Claude 3 完全解读

Claude 3 是 Anthropic 推出的大语言模型家族,该AI初创公司得到了包括亚马逊在内的支持,投资总额高达40亿美元。该公司参与了有效利他主义运动,这意味着它试图以一种安全、负责任的方式发展人工智能技术,使之造福公众,而不仅仅作为盈利者。Claude 3包括三种新的语言模型,其中最强大的是Claude 3 Opus。这是Anthropic最新发布的高级AI模型,只对Claude Pro用户开放。根据公司的基准测试,其推理能力在测试中得分为50.4%,而GPT-4只达到了35.7%的分数。

m0_59235245的博客 1759

yolov26改进 | 融合改进篇 | 华为VanillaNet配合HSFPN助力yolov26有效涨点(教你如何融合创新点)

本文介绍华为VanillaNet主干与HSFPN融合改进的YOLOv26。VanillaNet采用极简卷积结构,减少复杂分支与冗余操作,兼顾特征提取效率;HSFPN原本面向白细胞多尺度检测,通过特征选择模块筛除无效响应,再利用特征融合模块整合不同层级信息,增强大小目标表达。两者分别优化Backbone与Neck,结构互补,可进一步搭配改进损失函数和检测头开展消融实验与论文创新。已有多位读者反馈在各自数据集上取得涨点。文中提供完整代码、配置文件、模块注册及Codex修改思路,方便复现。

Snu77的博客 481

超越GPT-4,Claude 3超大杯成新王!

它们有更好的UI选项(例如IDE和图像/文档编辑器)、更好的原生集成(例如用于cron重复操作)、更好的隐私/企业保护(例如用于医疗保健和金融),更细粒度的控制(GPT的默认RAG是幼稚且不可配置的)。今天,Chatbot Arena更新了聊天机器人对战的排行榜,在经过了时间的洗礼和群众的检验之后,之前略逊于GPT-4的Claude 3竟然反超了!更有比较务实的网友指出,Haiku的排名更为重要,因为它是第一个可以以极低成本即时运行的LLM,并且具有足够高的智能来提供实时客户服务。

lqfarmer的博客 448

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

超越GPT-4o,史上最强AI大模型来了!

当地时间周四(20日),OpenAI的主要竞争对手Anthropic发布了迄今为止最强大的人工智能大模型——Claude 3.5 Sonnet。据悉,它能更好地理解复杂指令,解读图表图形等视觉推理能力也有明显提升,而且幽默感更强了。值得一提的是,该公司在一篇博客文章中表示:“它在把握细微差别、幽默和复杂说明方面表现出明显的进步,并且在以自然、相关的语气撰写高质量内容方面表现出色。它还可以编写、编辑和执行代码。

python12345678_的博客 954

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

大模型新王诞生!Claude 3首次超越GPT4

一觉醒来,大模型世界迎来了“新王登基”!当地时间周三,聊天机器人竞技场Chatbot Arena更新对战排行榜,Claude 3反超GPT-4,一举摘得“最强王者”桂冠。这次登顶榜首的是Claude 3系列的超大杯Opus,它以2分Elo的微弱优势,险胜GPT-4-1106-preview模型,GPT-4-0125-preview位列第三。而且,不仅仅是超大杯Opus,Claude 3家族其他两个成员大杯Sonnet和小杯Haiku都杀进了TOP10,

加百力 的技术博客 2327

超越GPT-4!谷歌AI大模型Gemini震撼发布

其下包括三种不同套件,分别是能力最强复杂度最高的Gemini Ultra,适配性拓展性最强的Gemini Pro和适用于特定任务或端侧的Gemini Nano。当用户提供给Gemini一份学生手写的计算滑雪者滑到山下速度的解题内容提示后,Gemini能够在读懂题目的同时,指出正确的解答方法应该是怎样。通过在多种任务对比评估Gemini Ultra和GPT-4两个模型的性能,从谷歌官方放出的测试结果来看,在文本、推理、音频、代码等领域,Gemini的表现几乎是全方位碾压了GPT-4。而在MMLU测试中,

Hinyeung2021的博客 1392

Claude3深夜发布,号称超越GPT4.0!

Claude 3 系列包括三个子模型:Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus,每个模型都提供了不同程度的智能、速度和成本选择,旨在满足广泛的人工智能应用需求。Claude 3 系列的推出,标志着 Anthropic 在大型语言模型领域取得的重大突破,其在智能水平、处理速度和多样化应用方面的表现,预示着人工智能技术的一个新的发展方向。随着 Claude 3 系列模型的进一步应用和优化,我们有理由相信,人工智能的未来将更加多元和智能。

qq_36905522的博客 671

Claude 3正式发布,性能超越GPT-4,免费使用且支持中文!

在3月4日晚,著名的生成式AI平台Anthropic在其官方网站上正式发布了Claude 3系列多模态大模型。这个系列包括三个版本:Haiku、Sonnet和Opus。其中,Claude 3 Opu 为 Claude 3 系列模型的最强版本,具有接近人类的理解能力,可以灵巧地处理开放式提示和复杂的任务,根据官方给到的资料,其性能全面超过了 GPT-4。Opus: 在多个维度上超过了OpenAI的GPT-4,包括研究生水平专家推理、基础数学、本科水平专家知识、代码等10个方面。Haiku。

weixin_50804299的博客 1万+

RAG微调Llama 3竟超越GPT-4!

近年来,随着人工智能的快速发展,大型语言模型(LLMs)在自然语言处理领域取得了显著的突破。其中,基于检索增强生成(RAG)的方法,通过结合检索和生成技术,在许多知识密集型任务上取得了出色的性能。

AAI666666的博客 863

Claude 3模型重磅发布!号称已全面超越GPT4!附详细解读和体验地址

Claude 3系列模型共有三个版本:Haiku < Sonnet < Opus。在能力上全面超越了 GPT-4,代表了最新的AI技术水平。该系列模型具备多模态能力,支持图片输入及对图片的多维度处理,扩展了模型的应用场景。所有三个模型默认支持的上下文窗口,但对于有特定需求的用户,可以定制到的上下文窗口,以满足更复杂的应用需求。

hunteritself的博客 5484

超越GPT-4!谷歌发布最强多模态大模型—Gemini

目前,谷歌的Bard已经集成了Gemini Pro模型,「AIGC开放社区」体验了一下,其图片理解和文本生成能力比之前强很多,尤其是代码生成和审查能力很出色。测试数据显示,Gemini Ultra的性能超过了大型语言模型研究和开发中广泛使用的32个学术基准中的30个,也是第一个在MMLU上超过人类专家的大模型。据悉,Gemini有Ultra、Pro、Nano三个版本,可自动生成文本、代码、总结内容等,并能理解图片、音频和视频内容。Gemini的多模态功能,使其能在视觉理解、文本生成等方面有非常强的功能。

RPA中国 1074

炸裂!Claude 3.5 正式发布!超越 GPT-4o!

Anthropic 又憋了个大招!推出了 Claude 3.5 Sonnet!速度是 Claude 3 的两倍!而且数学和编码能力已经超过了 GPT-4o!官方声称:这是我们迄今为止最智能的模型。直接看测评图,很多指标都吊打 GPT-4o,就是数学差那么一点~最牛叉的是 Artifacts 功能,可以实时生成各种各样的 “创作品”,比如:文档、代码、流程图 (Mermaid 图表)、矢量图形,甚至...

云原生实验室 952
上一篇: 10 个能赚钱的 Python 项目创意
下一篇: “计算机界神书”已更新,建议入手
codingpy
博客等级 码龄11年 1874粉丝 104原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值