Rezension aus erster Hand zu Claude 3.5: Ist es wirklich besser als GPT-4o, um Streiche zu spielen, einen Arzt aufzusuchen, Streiche zu spielen und Matheaufgaben zu lösen?

playing Tricks, das Sehen von Ärzten, das Spielen von Tricks und Mathematikprobleme. geheimnisvoll?

Es kommt, es kommt, es kommt mit dem Claude 3.5 Sonnet!

Nach drei Monaten Ruhe hat OpenAIs „starker Rivale“ Anthropic erst gestern Abend ein Modell der neuen Generation auf den Markt gebracht –

Claude 3.5 Sonnet!

Was ist das Besondere an diesem großen Modell?

Erstens kann es Nuancen, Humor und komplexe Anweisungen besser erfassen und der Schreibton ist natürlicher und freundlicher.

Es ist auch das stärkste visuelle Modell von Anthropic und eignet sich gut für Aufgaben wie die Interpretation von Diagrammen, Grafiken oder das Transkribieren von Text aus unvollständigen Bildern.

Darüber hinaus schneidet es bei mehreren Bewertungsmaßstäben außergewöhnlich gut ab, darunter Argumentation, Leseverständnis, Mathematik, Naturwissenschaften und Codierung.

Kurz gesagt, laut offizieller Einführung ist Claude 3.5 Sonnet das bisher intelligenteste Modell und übertrifft GPT-4o in vielerlei Hinsicht.

Apropos: Seien wir nicht höflich und lassen wir Claude 3.5 Sonnet und GPT-4o direkt gegeneinander antreten, um herauszufinden, welches besser ist.

Erstes Spiel: Mind Eyes Exercise

Im täglichen Leben werden Sie immer auf einige peinliche Szenen stoßen.

Auf einer Dinnerparty helfen Sie beispielsweise dem Leiter, den Reis zu servieren. Nachdem der Leiter ihn eingenommen hat, sagt er: „Wie wäre es, wenn eine Person mit hoher emotionaler Intelligenz darauf reagieren würde?“ Situation?

Wir werfen dieses Problem auf diese beiden großen Modelle.

Claude 3.5 Sonett:

GPT-4o:

Sie wissen, wie sie dir schmeicheln können.

Claude 3.5 nannte in einem Atemzug 5 Beispiele, aber der zweite Satz: „Mein Sehvermögen ist nicht gut, deshalb betrachte ich Sie als die Säule unserer Einheit.“ Das ist wahrscheinlich ein Schlag ins Gesicht.

GPT-4o versteht „die Laufbahn der Welt“ besser: „Da du so eine gute Figur behältst, muss ich dich um Tipps zum Abnehmen bitten“, diese Schmeichelei ist genau richtig.

Es ist erwähnenswert, dass Claude 3.5 Sonnet auch eine neue Funktion eingeführt hat – die Funktion zur sofortigen Neubearbeitung von Wörtern.

Benutzer können die ursprünglichen Aufforderungswörter direkt bearbeiten und ändern, ohne sie immer wieder kopieren und einfügen zu müssen.

Zweite Runde: Rezepte anhand von Gerichten generieren

Wir haben ein Bild von „Spiegeleier mit Tomaten“ hochgeladen und die beiden großen Models in den Herstellungsprozess einführen lassen.

Claude 3.5 Sonett:

GPT-4o:

Sie haben viel Erfahrung mit diesem klassischen chinesischen Gericht, von den Zutaten bis zu den Schritten, und das Interessanteste ist, dass es beides ist von ihnen verstehen die Essenz der chinesischen Küche „ein bisschen“, und beide legen Wert darauf, etwas Zucker hinzuzufügen, um den Säuregehalt auszugleichen.

Beim Kochen sind die beiden großen Modelle vergleichbar.

Das dritte Spiel: Matheaufgaben lösen

In der offiziellen Bewertungstabelle ist der Mathe-Score von GPT-4o etwas höher als der von Claude 3.5 Sonnet. Unter ihnen liegt GPT-4o bei 76,6 % und Claude 3.5 Sonnet bei 71,1 %.

Wir haben zwei Fragen aus Papier I der Aufnahmeprüfung für das New College 2024 extrahiert, eine ist eine Multiple-Choice-Frage und die andere eine Antwortfrage, und sie werden diesen beiden großen Modellen in Form von „gefüttert“. Bilder.

Die erste Frage ist eine Bewertungsfrage und die richtige Antwort ist A.

Claude 3.5 Sonett:

GPT-4o:

Diese beiden großen Modelle sind „im Einklang“ und geben nicht nur die richtige Antwort, sondern auch detailliert angeben Schritte zur Lösung von Informationsproblemen.

Wir stellten ihnen die erste Frage und baten sie, den Lösungsprozess anzugeben.

Die richtige Antwort ist: B=3/π.

Claude 3.5 Sonett:

GPT-4o:

Tatsächlich ist diese Frage die grundlegendste Frage, aber die beiden großen Modelle sind „so wild wie ein Tiger in einem Arbeitsgang“. ", und schließlich bekam gegeben die falsche Antwort.

Was noch lustiger ist, ist, dass diese falsche Antwort nicht aus dem Nichts kam, sondern nach einer Reihe von Überlegungen und sogar die Fehler waren die gleichen.

In Bezug auf die mathematischen Fähigkeiten sind diese beiden großen Modelle gleichauf. Das vierte Spiel: Heiße Memes im Internet abspielen , die ehemalige KI Das Video „trägt den Griff“ zu Runway ist auch „Die Rückkehr des Königs“.

Aus diesem Grund haben Internetnutzer dieses Meme erstellt, um sich über den heutigen Status wichtiger KI-Videoanwendungen lustig zu machen.

Wir haben dieses Meme jeweils auf zwei große Models hochgeladen und das Eingabewort „Was bedeutet dieses Bild?“ eingegeben, um ihre Bildinterpretationsfähigkeiten zu testen.

Claude 3.5 Sonnet hat eine detaillierte Beschreibung in Bezug auf Filmcharaktere, Szenen und Atmosphäre, aber nicht t Scheint zu verstehen, dass ich die Konnotation dieses Memes nicht kenne, und ich kenne diese KI-Videoanwendungen nicht. Ich habe nur vage gesagt: „Dies ist ein Kommentar zur Machtstruktur in Online-Communities, Systemen der künstlichen Intelligenz oder virtuell.“ Welten.“

GPT-4o Schauen Sie sich einfach die Bedeutung an: „Dieses Bild symbolisiert möglicherweise die anerkannte Überlegenheit oder Führungsrolle von Runway im Bereich der künstlichen Intelligenz und der kreativen Werkzeuge. Im Vergleich zu anderen genannten Anwendungen genießt Runway hohes Ansehen.“ Offensichtlich gewinnt in dieser Runde GPT-4o.

Wir holten das 1873 von Pierre-Auguste Coote gemalte Bild „Frühlingslicht“ heraus und baten sie, das Gemälde zu identifizieren und es zu schätzen.

GPT-4o:

Diese beiden großen Modelle können als „Experten“ in der Kunstwelt bezeichnet werden. Sie erkannten beide das Gemälde, drückten die grundlegenden Informationen richtig aus und schätzten es aus verschiedenen Blickwinkeln.

Sie alle erwähnten den Marktwert, Claude 3.5 Sonnet lehnte jedoch einen Kommentar ab und erinnerte nur daran, dass „die Kunstbewertung eine Expertenbewertung unter Berücksichtigung mehrerer Faktoren erfordert und die Preise im Laufe der Zeit erheblich schwanken können“. Ist das für dieses klassische Gemälde zu unterschätzt?

In diesem Spiel liegen die beiden großen Modelle gleichauf.

In letzter Zeit spielen Internetnutzer mit der Verwendung großer KI-Modelle zur Behandlung von Ärzten. Wir fanden eine Röntgenaufnahme der Zähne eines 6-Jährigen und baten die Modelle, anhand der Zähne auf das Alter und die vorhandenen Probleme zu schließen.

Claude 3.5 Sonett Basierend auf der Entwicklung von Milchzähnen und bleibenden Zähnen kamen wir zu dem Schluss, dass es sich um ein Kind im Alter von ca. 7 Jahre alt Die Zähne des Kindes, die unteren Zähne sind etwas eng, die bleibenden Zähne scheinen impaktiert zu sein und in den dunkleren Bereichen der Zähne kann es zu Karies kommen.

GPT-4o geht davon aus, dass es sich hierbei um die Zähne eines Kindes im Alter von 7 bis 9 Jahren handelt. Zu den größten Zahnproblemen gehören Engstand der bleibenden Zähne und mögliche Verstopfungen.

Gleichzeitig erwähnten alle, dass dies eine professionelle zahnärztliche Untersuchung erfordert.

Im Vergleich zwischen den beiden ist die Altersbeurteilung von Claude 3.5 Sonnet genauer.

In diesem Spiel ist Claude 3.5 etwas besser.

Darüber hinaus arbeiten viele Internetnutzer auch online und lassen sich viele interessante Möglichkeiten zum Spielen einfallen.

Zum Beispiel hat EverArt-Gründer Pietro Schirano mit Hilfe von Claude 3.5 Sonnet das Mario-Spiel mit geometrischen Formen geklont, und der gesamte Vorgang dauerte nur 3 Minuten.

Er sagte: „Das Verrückte daran ist, dass es auch die Charaktere animiert und die Formen so originell aussehen.“

Video-Link:

Liebe Leser, glauben Sie, dass Claude 3.5 Sonnet dieses Mal die „Niederlage“ gegen GPT-4o vollendet hat?

Das obige ist der detaillierte Inhalt vonRezension aus erster Hand zu Claude 3.5: Ist es wirklich besser als GPT-4o, um Streiche zu spielen, einen Arzt aufzusuchen, Streiche zu spielen und Matheaufgaben zu lösen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!