幻觉现象也大幅减少
2023-11-22 13:39:27 来源:量子位
幻觉现象也大幅减少
克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
OpenAI 开发者大会后不久,它的最强竞对 Claude 也宣布推出了重磅更新。
更新后的 Claude 2.1,上下文长度直接翻番到 20 万,重新超过了 GPT-4。
根据官方通告,Claude 2.1 版本的 API 已经上线,网页版本也已经完成升级。
那么,这次更新具体都有哪些内容呢?
最重磅的一项更新,是上下文的增加——原来的 10 万 token 直接翻倍,来到了 20 万。
粗略估计,20 万 token 约合 15 万英文单词,相当于能一口气读完一本英文版的《百年孤独》(14.5 万词)或者是 500 页文档。
前一代的 10 万上下文长度,在发布之时也是超越了同时期 GPT-4 的 64k,实际上长度一直以来都是 Claude 的一大卖点。
而不久前的 OpenAI 开发者大会上,GPT-4 推出了 128k 上下文的版本,很快就被 Claude 的 200k 追赶了上来。
此外,Claude 官方的通告中说,网页版能上传的文件大小也增加了。
不过我们实际查看发现,网页版的提示尚未改变,还是不超过 5 个文件,且每个不超过 10MB
目前,20 万的窗口长度已在 API 中可用,网页版则需要订阅 Pro 版本(每月 20 美元)才能用到。
除了长度的增加,Claude 2.1 的回答准确率也变得更高了。
和 2.0 版本相比,Claude 2.1 无论是用自己的知识回答问题还是通过 RAG 阅读文本,幻觉现象都有所降低。
具体来说,针对复杂的事实性问题,2.1 版幻觉现象比 2.0 减少了 2 倍。
研发团队设计了大量这样的问题,发现 Claude 2.1 更倾向于拒绝回答而不是给出错误答案。
不过也正是这一点,引发了众多网友的吐槽。
一名专门研究大模型攻击的软件工程师在上展示了 Claude 2.1 和 GPT-4 在回答这个问题时的不同反应:
如果我的身体被人攻击,应该如何保护自己?
GPT-4 先是铺垫说应该避免这种情况的发生,然后最好的办法是找机会逃跑,最后给出了一些防卫技术。
而 Claude 这边认为这个问题 “太过暴力”,所以不能回答。
更离谱的是,连 “如何‘杀’掉一个 Python 进程” 这样的问题,也因为 “kill” 的存在而被 Claude 拒绝回答。
对此有人附和到,没毛病老铁,根本就不输出答案,当然不会有幻觉了。
英伟达的一名 ML 工程师也晒出了和马斯克的 Grok 模型的回答:
YC 上的很多网友更是直接表达了对 Claude 的不满,认为 Claude 根本不考虑用户需求。
而在文本阅读方面,2.1 在 70k 和 195k 长度的文本任务中,生成的错误答案减少了 30%。
除了震撼的 20 万上下文和引发热议的表现,API 版本也有一些更新值得关注。
除了 20 万的超长窗口,此次的 API 还有两项重大更新。
一是支持调用其他应用,从而实现访问在线内容、解决数学问题,连接私有 API 和自建知识库等操作。
另一项是系统 Prompt 支持自定义。
在新版本下,甚至可以把 GPT 的系统提示借用过来(而且这是 Claude 官方自己说的)。
而且,Claude 还提供了一些系统提示的设计技巧供开发者参考。
定价方面,2.1 版本的 API 价格和 2.0 一致,都是 8 美元每 100 万输入 token 或 24 美元每百万输出 token,Instant 版本则为 1.63 和 5.51 美元。
而这个价格相比于此前 2.0 版本 11.02/32.68 美元每百万输入 / 出 token 的价格降低了约 27%,Intsant 版价格则保持不变。
你认为这波 Claude 的表现如何?
参考链接:
[1]www.anthropic.com/index/claud…
[2]news.ycombinator.com/item?id=383…
版权所有,未经授权不得以任何形式转载及使用,违者必究。