Η Anthropic λανσάρει βελτιωμένη έκδοση του αρχικού επιπέδου LLM της
Η Anthropic, η startup τεχνητής νοημοσύνης που συνιδρύθηκε από πρώην στελέχη της OpenAI, έχει
απελευθερώθηκε
μια ενημερωμένη έκδοση του ταχύτερου, φθηνότερου μοντέλου δημιουργίας κειμένου που διατίθεται μέσω ενός API, του Claude Instant.
Το ενημερωμένο Claude Instant, Claude Instant 1.2, ενσωματώνει τα δυνατά σημεία του μοντέλου ναυαρχίδα της Anthropic που ανακοινώθηκε πρόσφατα, Claude 2, παρουσιάζοντας «σημαντικά» κέρδη σε τομείς όπως τα μαθηματικά, η κωδικοποίηση, η λογική και η ασφάλεια, σύμφωνα με το Anthropic. Σε εσωτερικές δοκιμές, το Claude Instant 1.2 σημείωσε 58,7% σε ένα σημείο αναφοράς κωδικοποίησης σε σύγκριση με το Claude Instant 1.1, το οποίο σημείωσε 52,8% και 86,7% σε ένα σύνολο μαθηματικών ερωτήσεων έναντι 80,9% για το Claude Instant 1.1.
«Το Claude Instant δημιουργεί μεγαλύτερες, πιο δομημένες απαντήσεις και ακολουθεί καλύτερα τις οδηγίες μορφοποίησης», γράφει η Anthropic σε μια ανάρτηση ιστολογίου. “Το Instant 1.2 δείχνει επίσης βελτιώσεις στην εξαγωγή προσφορών, στις πολυγλωσσικές δυνατότητες και στην απάντηση ερωτήσεων.”
Το Claude Instant 1.2 είναι επίσης λιγότερο πιθανό να έχει παραισθήσεις και είναι πιο ανθεκτικό σε απόπειρες jailbreaking, ισχυρίζεται η Anthropic. Στο πλαίσιο μεγάλων γλωσσικών μοντέλων όπως ο Claude, η “ψευδαίσθηση” είναι όπου ένα μοντέλο δημιουργεί κείμενο που είναι λανθασμένο ή παράλογο, ενώ το jailbreaking είναι μια τεχνική που χρησιμοποιεί έξυπνα γραπτές προτροπές για να παρακάμψει τα χαρακτηριστικά ασφαλείας που τοποθετούνται σε μεγάλα γλωσσικά μοντέλα από τους δημιουργούς τους.
Και το Claude Instant 1.2 διαθέτει ένα παράθυρο περιβάλλοντος που έχει το ίδιο μέγεθος με το Claude 2 — 100.000 μάρκες. Το παράθυρο περιβάλλοντος αναφέρεται στο κείμενο που εξετάζει το μοντέλο πριν δημιουργήσει πρόσθετο κείμενο, ενώ τα διακριτικά αντιπροσωπεύουν ακατέργαστο κείμενο (π.χ. η λέξη “φανταστικό” θα χωριστεί στα διακριτικά “fan”, “tas” και “tic”). Οι Claude Instant 1.2 και Claude 2 μπορούν να αναλύσουν περίπου 75.000 λέξεις, περίπου το μήκος του “The Great Gatsby”.
Σε γενικές γραμμές, τα μοντέλα με μεγάλα παράθυρα περιβάλλοντος είναι λιγότερο πιθανό να «ξεχάσουν» το περιεχόμενο των πρόσφατων συνομιλιών.
Όπως έχουμε αναφέρει προηγουμένως, η φιλοδοξία της Anthropic είναι να δημιουργήσει έναν «αλγόριθμο επόμενης γενιάς για αυτοδιδασκαλία της τεχνητής νοημοσύνης», όπως τον περιγράφει σε ένα pitch deck στους επενδυτές. Ένας τέτοιος αλγόριθμος θα μπορούσε να χρησιμοποιηθεί για τη δημιουργία εικονικών βοηθών που μπορούν να απαντούν σε email, να εκτελούν έρευνα και να δημιουργούν έργα τέχνης, βιβλία και πολλά άλλα — μερικά από τα οποία έχουμε ήδη πάρει μια γεύση όπως το GPT-4 και άλλα μεγάλα μοντέλα γλώσσας.
Αλλά ο Claude Instant δεν είναι αυτός ο αλγόριθμος. Αντίθετα, προορίζεται να ανταγωνιστεί παρόμοιες εισαγωγικές προσφορές από το OpenAI καθώς και startups όπως η Cohere και η AI21 Labs, που όλες αναπτύσσουν και παράγουν τα δικά τους συστήματα τεχνητής νοημοσύνης που δημιουργούν κείμενο – και σε ορισμένες περιπτώσεις δημιουργούν εικόνες.
Μέχρι σήμερα, η Anthropic, η οποία ξεκίνησε το 2021, με επικεφαλής τον πρώην αντιπρόεδρο έρευνας του OpenAI, Dario Amodei, έχει συγκεντρώσει 1,45 δισεκατομμύρια δολάρια σε μονοψήφια δισεκατομμύρια αποτίμηση. Αν και αυτό μπορεί να ακούγεται πολύ, είναι πολύ μικρό από αυτό που η εταιρεία εκτιμά ότι θα χρειαστεί – 5 δισεκατομμύρια δολάρια τα επόμενα δύο χρόνια – για να δημιουργήσει το οραματιζόμενο chatbot της.
