Claude 3 แซงหน้า GPT-4 ในการดวลบอท AI ต่อไปนี้เป็นวิธีดำเนินการ

โมเดล Claude 3 Opus AI ของ Anthropic คว้าอันดับหนึ่งจาก GPT-4 ของ OpenAI ที่ Chatbot Arena ซึ่งเป็นไซต์ที่เปรียบเทียบโมเดลแชทบอทหนึ่งกับอีกโมเดลหนึ่ง

ย้ายไป GPT-4 AI อีกโมเดลหนึ่งได้เข้ายึดครองอาณาเขตของคุณแล้ว และชื่อของเขาคือ Claude

สัปดาห์นี้ Claude 3 Opus AI LLM จาก Anthropic คว้าอันดับหนึ่งจากการจัดอันดับที่ Chatbot Arena ซึ่งเป็นเว็บไซต์ที่ทดสอบและเปรียบเทียบประสิทธิภาพของโมเดล AI ต่างๆ เนื่องจากหนึ่งในตัวแปร GPT-4 หล่นลงมาอยู่อันดับสองในลีดเดอร์บอร์ดของไซต์ นี่นับเป็นครั้งแรกที่ Claude แซงหน้าโมเดล AI จาก OpenAI

มีให้ใช้งานที่เว็บไซต์ Claude 3 และเป็น API สำหรับนักพัฒนา Claude 3 Opus เป็นหนึ่งในสาม LLM ที่พัฒนาโดย Anthropic เมื่อเร็ว ๆ นี้ โดยมี Sonnet และ Haiku ดำเนินการทั้งสามคนจนเสร็จสมบูรณ์ เมื่อเปรียบเทียบ Opus และ Sonnet แล้ว Anthropic ถือว่า Sonnet เร็วกว่ารุ่น Claude 2 และ Claude 2.1 ถึงสองเท่า Opus นำเสนอความเร็วที่ใกล้เคียงกับรุ่นก่อนๆ ตามที่บริษัทระบุ แต่มีระดับสติปัญญาที่สูงกว่ามาก

Chatbot Arena เปิดตัวเมื่อเดือนพฤษภาคมปีที่แล้ว โดยเป็นการสร้าง Large Model Systems Organisation (LMYSY Org) ซึ่งเป็นองค์กรวิจัยแบบเปิดที่ก่อตั้งโดยนักศึกษาและคณาจารย์จากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ เป้าหมายของเวทีนี้คือการช่วยให้นักวิจัยและผู้เชี่ยวชาญ AI เห็นว่า AI LLM สองตัวที่ต่างกันจะแข่งขันกันอย่างไรเมื่อถูกท้าทายด้วยคำแนะนำเดียวกัน

Chatbot Arena ใช้วิธีการแบบคราวด์ซอร์ส ซึ่งหมายความว่าใครๆ ก็สามารถลองใช้งานได้ หน้าแชทของอารีน่านำเสนอหน้าจอสำหรับโมเดล AI สองแบบจากทั้งหมด 32 แบบที่เป็นไปได้ รวมถึง Claude, GPT-3.5, GPT-4, Gemini ของ Google และ Llama 2 ของ Meta ที่นี่ คุณจะถูกขอให้พิมพ์คำถามในข้อความแจ้งที่ ด้านล่าง แต่คุณไม่ทราบว่า LLM ใดที่ถูกเลือกแบบสุ่มและไม่เปิดเผยตัวตนเพื่อจัดการกับคำขอของคุณ มีเพียงชื่อรุ่น A และรุ่น B เท่านั้น

หลังจากอ่านคำตอบทั้งสองจาก LLM ทั้งสองแล้ว คุณจะถูกขอให้ให้คะแนนคำตอบที่คุณต้องการ คุณสามารถพยักหน้าให้ A หรือ B ให้คะแนนทั้งคู่เท่าๆ กัน หรือเลือกยกนิ้วโป้งลงเพื่อส่งสัญญาณว่าคุณไม่ชอบทั้งสองอย่าง หลังจากที่คุณส่งคะแนนของคุณแล้ว จะมีการเปิดเผยชื่อของ LLM ทั้งสองแห่งเท่านั้น

จากการนับคะแนนที่ผู้ใช้เว็บไซต์ส่งมา องค์กร LMYSY จะรวบรวมผลรวมบนกระดานผู้นำเพื่อแสดงให้เห็นว่า LLM แต่ละรายการดำเนินการอย่างไร จากการจัดอันดับล่าสุด Claude 3 Opus ได้รับคะแนนโหวต 33,250 คะแนน โดยอันดับที่สอง GPT-4-1106 ได้คะแนน 54,141 คะแนน

ในการให้คะแนนโมเดล AI กระดานผู้นำจะเปลี่ยนไปใช้ระบบการจัดอันดับ Elo ซึ่งเป็นวิธีการที่ใช้กันทั่วไปในเกม เช่น หมากรุก เพื่อวัดประสิทธิภาพของผู้เล่นที่แตกต่างกัน เมื่อใช้ระบบ Elo กระดานผู้นำล่าสุดทำให้ Claude 3 Opus อยู่ในอันดับที่ 1253 และ GPT-4-1106-แสดงตัวอย่างอันดับที่ 1251

LLM สายพันธุ์อื่นๆ ที่ทำได้ดีในการดวลครั้งล่าสุด ได้แก่ GPT-4-0125-preview, Gemini Pro ของ Google, Claude 3 Sonnet, GPT-4-0314 และ Claude 3 Haiku เนื่องจาก GPT-4 ไม่ได้อยู่ในอันดับหนึ่งอีกต่อไป และ Claude 3 รุ่นล่าสุดทั้งสามรุ่นก็อยู่ใน 10 อันดับแรก Anthropic กำลังสร้างความโดดเด่นในเวที AI โดยรวมมากขึ้นอย่างแน่นอน