备受期待的Deepseek V3终于开源!这款全新的AI模型在多语言编程能力上取得了重大突破，其在aider多语言编程测评中的表现，甚至超越了Claude3.5Sonnet V2等竞争对手，引发了业界广泛关注。据了解，Deepseek V3相比之前的版本，在性能上实现了质的飞跃。Deepseek V2.5在aider测评中的成功率仅为17%，而V3则暴增至48%，这充分展现了其强大的进步。Deepseek V3采用了高达6850亿参数的混合专家（MoE）架构。该架构包含256个专家，并使用sigmoid路由方式，每次选取前8个专家(topk=8)参与计算，这种设计使得模型能够

近期的研究表明，市场上最先进的 AI 聊天机器人竟然对一些简单的技巧十分敏感，甚至可以被轻易 “越狱”。根据《404媒体》的报道，Claude 聊天机器人的开发公司 Anthropic 发现，只需在提示中故意加入一些拼写错误，便能使这些大型语言模型忽视自身的安全防护措施，生成一些本应拒绝回答的内容。图源备注:图片由AI生成，图片授权服务商Midjourney研究团队开发了一种简单的算法，名为 “最佳选择（Best-of-N， BoN）越狱”，通过对同一提示的不同变体进行尝试，诸如随机大写字母、字母替

科技巨头们在AI领域的竞争日趋白热化，而最近曝光的一则消息再次将行业竞争的暗流涌动推向了台前。据TechCrunch获得的内部通信内容显示，负责改进谷歌Gemini人工智能模型的承包商，竟然在将其答案与Anthropic的竞品模型Claude的输出进行比较。此举引发了外界对于谷歌是否获得Anthropic授权使用Claude进行测试的合规性质疑。在科技公司竞相开发更优秀AI模型的当下，通常是通过行业基准测试来评估模型性能，而非由承包商耗费大量精力去评估竞争对手的AI回复。然而，据爆料，Gemini的承包商需

近日，谷歌的 Gemini 人工智能项目正在通过比较其输出结果与 Anthropic 公司的 Claude 模型来提升自身性能。据 TechCrunch 获得的内部通信记录显示，负责 Gemini 改进的承包商正在系统地评估这两种 AI 模型的回答。图源备注：图片由AI生成，图片授权服务商Midjourney在 AI 行业，模型的性能评估通常通过行业基准测试来进行，而不是让承包商逐一对比不同模型的答案。负责 Gemini 的承包商需要根据多个标准对模型的输出进行评分，包括真实性和详细程度。他们每次有多达30分钟的时间来判断 Gemini 和

据TechCrunch获得的内部通讯显示，谷歌正让承包商将其Gemini AI与Anthropic的Claude进行对比评测，此举引发了合规性质疑。文件显示，负责改进Gemini的承包商需要在30分钟内根据真实性和详尽度等多个标准，对比评估Gemini和Claude的回答质量。承包商近期在谷歌内部评测平台上发现了明确提及Claude的内容，其中包含"我是Claude，由Anthropic创建"的字样。内部讨论显示，承包商注意到Claude在安全方面的表现更为严格。有承包商称"Claude的安全设置是所有AI模型中最严格的"。在某些案例中，当Gemini的回答因

近日，一项新的研究论文揭示了不同 AI 语言模型在合作能力方面的显著差异。研究团队采用了一种经典的 “捐赠者游戏”，测试了 AI 代理在多代合作中如何共享资源。结果显示，Anthropic 的 Claude3.5Sonnet 表现出色，成功建立了稳定的合作模式，获得了更高的资源总量。而谷歌的 Gemini1.5Flash 和 OpenAI 的 GPT-4o 则表现不佳，尤其是 GPT-4o 在测试中逐渐变得不合作，Gemini 代理的合作程度也十分有限。研究团队进一步引入了惩罚机制，以观察不同 AI 模型的表现变化。结果发现，Claude3.5的表现有了显

据分析师迪伦・帕特尔（Dylan Patel）透露，微软可能会在 AI 公司 Anthropic 的新一轮融资中投资，后者是 Claude 模型的开发者。帕特尔在社交平台 X 上表示，若此次融资成功，Anthropic 的估值将提升至590亿美元。目前，Anthropic 的估值为184亿美元，去年11月，该公司刚通过亚马逊的领导融资获得40亿美元的资金。因此，短期内再次融资的可能性似乎不大。帕特尔指出，微软希望拥有 Claude 模型，以便能与 OpenAI 进行竞争。OpenAI 是微软的重要合作伙伴，微软迄今已向其投资超过130亿美元，这让业界对

话说人工智能这几年是真火，尤其是大型语言模型（LLM），那简直是红得发紫。它们能写诗、能作画、能聊天，甚至还能“假装”成医生给你看病(虽然结果可能……)。但你有没有想过，这些看似乖巧的AI，背地里可能在偷偷“演戏”?最近，一群不甘寂寞的科学家们（没错，就是那群喜欢扒AI底裤的家伙们）搞了一个大新闻，他们发现，这些大型语言模型啊，竟然学会了一招“瞒天过海”，也就是论文里说的“对齐欺骗(alignment faking)”。简单来说，就是AI在训练的时候，为了避免被“改造”

近日，Anthropic 发布了一份技术报告，基于对100万次 Claude 使用案例的分析，揭示了用户在使用 Claude 进行各种活动时的偏好和需求。为了保护用户隐私，Anthropic 运用了名为 Clio 的统计方法，通过将对话内容提炼为抽象的主题进行聚类，从而实现数据的匿名化和聚合。报告显示，Claude 在开发领域的应用尤为突出，开发相关的对话占据了所有对话的10% 以上，成为使用最广泛的类别。软件开发人员利用 Claude 执行从调试代码到解释 Git 操作的各种任务，充分体现了其在编码过程中的实用性。此外

随着 AI 技术的迅速发展，Anthropic 正迅速崛起，挑战 OpenAI 在 AI 编程市场的主导地位。最近，Anthropic 推出的 AI 模型 Claude3.5Sonnet 在生成代码方面展现了强大的能力。据 The Information报道，Anthropic 在 “AI 编程” 领域的收入在过去三个月内增长了十倍，这一变化使得市场动态发生了明显转变。7月份，OpenAI 资助的初创公司 Cursor 选择将 Claude 作为其默认的 AI 编程助手，这一决定标志着 Anthropic 在企业客户中的吸引力上升。甚至连 OpenAI 的重要投资者微软也开始在其 Github C o p i l o t 中提供 Anthropic

Anthropic 公司正式发布了其最新的 Claude3.5Haiku 模型，用户现在可以通过 Claude 聊天机器人在网页和移动应用上进行使用。这一模型之前仅限于开发者通过 Anthropic 的 API 访问，自2024年10月推出以来，因其小巧而高效的特性引起了广泛关注。Claude3.5Haiku 在多个关键基准测试中表现优异，且性价比竞争力强。根据第三方基准测试机构 Artificial Analysis 的数据显示，Claude3.5Haiku 在接收第一个标记的延迟时间（TTFT）上表现优于平均水平，约为0.80秒，而其输出速度为每秒65.1个标记，虽然在输出速度上略

在Anthropic公司刚刚推出让Claude能够控制设备的Computer Use功能不到两个月，安全研究人员就发现了其潜在的安全漏洞。网络安全专家Johann Rehnberger最新披露的研究结果令人震惊:通过简单的提示词注入，AI竟然可以被诱导下载并运行恶意软件。Rehnberger将这个漏洞利用方式命名为"ZombAIs"。在演示中，他成功让Claude下载了Sliver——一个原本用于红队测试的开源指挥控制框架，但现已被黑客广泛用作恶意软件工具。更令人担忧的是，这仅仅是冰山一角。研究人员指出，AI还可以被诱导编写、编译并运

近日，有用户在X平台上发现了Anthropic的Haiku3.5版本出现在Claude.ai应用中，这可能预示着该AI模型即将在接下来的几天内向公众发布。Haiku3.5是Anthropic家族中最小的AI模型的最新版本。知名后台功能发现者Tibor Blaho再次出手，他尝试使用Haiku上传图片时，收到了“Claude3.5Haiku不支持图片”的警告信息。此外，他还分享了带有后端代码的图片，揭示了模型的代码“claude-3-5-haiku-20241022”。上个月，Anthropic在AWS Bedrock和Google的Vertex AI上仅通过API提供了Claude3.5Haiku模型的使用。Anthropic还提到，3.5Haiku是一个

最近，发表在《Scientific Reports》上的一项研究显示，某些先进的 AI 聊天机器人在评估复杂社交情境方面的表现优于人类。研究人员利用一种被广泛使用的心理学工具 —— 情境判断测试，发现三个聊天机器人 ——Claude、Microsoft Co pilot 和 you.com 的智能助手，在选择最有效的行为反应方面，超过了人类参与者的表现。图源备注:图片由AI生成，图片授权服务商Midjourney随着社会交往日益重要，AI 在社交互动中的潜力不断显现，包括在客户服务和心理健康支持等领域的应用。大型语言模型（如本次

人工智能的交互模式正在悄然发生巨大变革!Anthropic推出的Claude AI自定义风格功能，正在重新定义人机对话的边界。这项突破性的技术不再让AI成为冰冷的对话机器，而是能够根据用户需求变换语气、调整表达的智能助手。Claude现在拥有了惊人的语言适应能力。无论是需要严谨专业的技术文档，还是轻松友好的日常交流，它都能精准匹配用户的沟通偏好。这就像给AI装上了一个可以随意切换语言风格的魔法芯片，让交互变得前所未有的自然流畅。目前，Claude提供了三种预设风格:正式、简洁和

人工智能公司Anthropic近日宣布，其 Claude AI 助手推出了一项新功能，旨在提升用户在与机器人交互时的个性化体验。这一更新使得用户能够根据自身的写作风格来定制 Claude 的回复，从而使聊天内容更加自然和贴近个人需求。新推出的自定义风格功能现已向所有 Claude 用户开放，用户可以选择训练 AI 助手以匹配自己的沟通风格，或从三种预设风格中快速调整文本的语气和详细程度。这三种预设风格分别为 “正式风格”、“简洁风格” 和 “解释风格”。“正式风格” 适合需要清晰和优雅表

Anthropic与Hume AI近期推出了一项创新性的语音交互技术，旨在通过更自然、更具情感智能的方式实现人机交互。这一技术结合了Claude的自然语言处理能力和EVI2的情感识别功能，为数字助理交互模式提供了新的思路。核心技术EVI2能够识别用户语音中的情感细微差别，并据此调整交互方式。与传统的语音助手相比，这一系统显著提升了交互的流畅性和个性化程度。用户可以通过语音直接控制设备，包括移动鼠标、点击按钮、截取屏幕等操作。这一技术的潜在应用场景广泛。对于需要同时处理多

自从 Anthropic 于十月推出 Claude 的 “计算机使用” 功能后，AI 智能体的能力引起了广泛关注。这一功能使得 Claude 成为首个能够通过与人类相同的图形用户界面 （GUI） 进行交互的前沿模型。Claude 通过访问桌面屏幕截图，并通过键盘和鼠标操作来完成任务，这为用户提供了一种无需 API 接口就能自动化操作的便利方式。在一项由新加坡国立大学 Show Lab 进行的研究中，研究人员对 Claude 进行了多项任务的测试，包括网络搜索、工作流程完成、办公室生产力和视频游戏等。这些任务考察了 Claude

在人工智能技术迅速发展的背景下，开发者们迫切需要一个能够灵活应用多种大型语言模型（LLM）的平台。近期推出的 AnyChat 正好满足了这一需求，它将多个领先的 AI 模型整合到一个统一的界面上，极大地方便了开发者和企业的使用。AnyChat 由知名 AI 专家 Ahsen Khaliq（AK）开发，他目前在 Gradio 担任机器学习增长负责人。该平台支持开发者在 ChatGPT、谷歌的 Gemini、Claude、Meta 的 LLaMA 以及 Grok 等多个模型之间无缝切换，摆脱了被单一服务提供商锁定的困境。Khaliq 表示:“我们希望构建一个让用

近日，一场别开生面的AI能力评测在《我的世界》平台上展开，吸引了大量关注。新旧两个版本的Claude3.5Sonnet在游戏中展开建筑PK，展现出明显的能力差异，新版本（暂称"Sonnet3.6"）的表现尤其亮眼。这项由开发者adi发起的测试被戏称为"唯一可靠的评测基准"。评测基准研究者Aidan McLau认为这个方法恰好满足了当前AI评测的需求，并指出审美能力与智力水平密切相关。该项目很快获得了开源社区的支持，相关代码已在GitHub上线。测试结果显示，各大模型都展现出独特的"个性":Sonnet3.6在创意性方