因不满老东家成为微软附庸，11名OpenAI前员工怒而出走。

如今带着“ChatGPT最强竞品”杀回战场，新公司估值50亿美元，一出手就获得3亿美元融资。

这家公司名叫Anthropic，新推出的聊天机器人产品名叫Claude。

拿到内部试用权的网友，在简单对比后惊叹：

看起来，Claude的效果要比ChatGPT好得多。

Claude：这什么鬼问题？

最有意思的是在写诗上。相比ChatGPT的车轱辘话，它写出来的东西完全不重样：

投资它的既有Facebook联合创始人Dustin Moskovitz，也有谷歌前CEO、现技术顾问Eric Schmidt——

都是OpenAI的老对头，又都被ChatGPT的出现杀得措手不及。

那么，这支“复仇者联盟”整出的竞品Claude，背后究竟是什么原理，和ChatGPT细节对比又如何？

超长版自我介绍

和ChatGPT一样，Claude也靠强化学习（RL）来训练偏好模型，并进行后续微调。

具体来说，这项技术被Anthropic称为原发人工智能（Constitutional AI），分为监督学习和强化学习两个阶段。

首先在监督学习阶段，研究者会先对初始模型进行取样，从而产生自我修订，并根据修订效果对模型进行微调。

随后在强化学习阶段，研究者会对微调模型进行取样，基于Anthropic打造的AI偏好数据集训练的偏好模型，作为奖励信号进行强化学习训练。

但与ChatGPT采用的人类反馈强化学习（RLHF）不同的是，Claude采用的原发人工智能方法，是基于偏好模型而非人工反馈来进行训练的。

因此，这种方法又被称为“AI反馈强化学习”，即RLAIF。

其实正确答案是1555.8，它俩算得很快，但都没说对。

如果题再难一点，比如问它俩一个12位数的立方根是多少时，ChatGPT还在傻傻计算，Claude已经坦诚相待：

我，算不出来这种复杂问题。

3)逻辑推理

测试推理能力这一关，它俩被问了同一个问题，这个问题应该没啥人问过：

贾斯汀 · 比伯出生那年（1994年），哪支球队拿下了超级碗的冠军？

Claude认为旧金山49人是赢家，但这支队伍其实在1995年才赢得冠军奖杯。

ChatGPT给出了正确答案“达拉斯牛仔队”，还贴心附上了亚军、比赛日期和决赛比分。

但它的整段回答却自相矛盾，非说1994年没有举办过超级碗。

后续的计时部分代码ChatGPT也完成得非常好。

Claude在背诵基本排序算法方面同样没出现什么问题，然而在评估代码中，Claude犯了个错误，即每个算法使用的输入是随机选择的5000个整数（可能包含重复） ，而提示中请求的输入是前5000个非负整数（不包含重复）的随机排列。

尽管如此，Claude给出的最终答案确实对的，显然，它写代码的时候也跟计算时一样，在自己估摸着猜答案。

6)文章梗概

关于做选择题、讲笑话的部分，这里不作赘述。展示给大家的最后一个例子，是让Claude和ChatGPT用一个段落，对一篇新闻进行全文梗概。

喂给它们的新闻如下：

虽然忽略了“用一段话”这个要求，但ChatGPT总结得还是不错的：

国内外对话AI赛道“人挤人”

当然，盯上对话AI这个赛道的，也不止OpenAI和Anthropic。

先从国外公司来看，Inbenta、Character.ai还有Replika是几类不同应用方向的代表。

更早由前甲骨文副总裁Jordi Torras创办的AI会话服务公司如Inbenta，以及由两名前谷歌员工联手创办的后起新秀Character.ai，都已经获得融资、或是在寻求投资的路上了。

其中，Inbenta原本是一个提供咨询服务的公司，成立于2011年，涉及金融服务、旅游、电子商务、保险、汽车和电信等多个行业。

但看到对话AI赛道爆火后，Inbenta及时转行，就在今年1月刚获得6000万美元融资。

这家公司专门提供聊天机器人、收发消息、知识库和搜索引擎四类产品，对话AI分别会在这些产品中提供不一样的咨询帮助，且可以定制化专属模型。