计算机行业专题研究：Claude3大模型发布，人工智能发展持续演绎

│ 计算机 Claude3大模型发布，人工智能发展持续演绎 Anthropic推出新一代大模型，多项指标引领行业。 3月5日，Anthropic发布新一代AI大模型系列-Claude3。该系列模型包含三个，按能力排名从弱到强排名分别为：Claude3Haiku、Claude3Sonnet和Claude3Opus。Claude3Opus在多项评测基准中均超过了GPT-4和Gemini1.0Ultra，在多个领域中展现较强计算能力，推动人工智能大模型行业基准进一步提升。 Claude3模型不同版本应对不同运用场景。 Opus现阶段是Anthropic最智能的模型，在多项常见AI系统评测中均优于市场上其他模型。Opus对于复杂问题的理解和处理展现出了近乎人类的水平，引领了通用智能领域的最前沿。Haiku在智能领域里是最快以及最具成本效益的模型，在同等智能水平下，该模型更智能、快速、经济实惠。对于多数工作，Sonnet智能水平更高，处理工作速度比Claude2和Claude2.1快2倍以上，与同水平的模型相比，更加经济实惠、适合大规模部署场景。 多项测评表现优异，强信息追溯能力或展现自主意识。 Anthropic在法学院入学考试(LSAT)、多州律师考试(MBE)、美国数学竞赛2023年数学竞赛和研究生入学考试(GRE)普通考试中评估了Claude3系列模型，测试结果均明显优于其他模型。Claude3Opus不仅实现了近乎完美的寻找定位能力，超过了99%的准确率。在某些特定情况下，它甚至识别除了关于此前评估的局限性，意识到“针”语句（目标语句）是人为插入到原始文本中的。 强大的视觉能力与拟人化能力 Claude3模型具有与其他头部模型相媲美的复杂视觉功能。它可以处理一系列的视觉数据，包含照片、图表、图形、和技术图表。Anthropic表示，他们的一些客户50%以上的数据以不同的数据格式进行编程，例如PDF、流程图或演示幻灯片。Anthropic除了在写作、编码、长文档问答、非英语对话和指令遵循等核心任务取得较大改进。同时还使用模型在金融、法律、医学、STEM和哲学领域进行了测试，可以发现ClaudeSonnet在60%-80%的情况下更受青睐。 算力、模型、应用三条主线 相关公司包括：（1）国产算力基础设施：海光信息、寒武纪-U、中科曙光、浪潮信息、紫光股份、锐捷网络等；（2）AI模型商业化：百度、科大讯飞、商汤、拓尔思等；（3）AI应用：①音视频：万兴科技、海康威视、大华股份等；②图像：美图公司、虹软科技等；③办公：金山办公、福昕软件、泛微网络、用友网络等；④垂直领域：同花顺、恒生电子、宇信科技、中科软、卫宁健康、医渡科技、中科创达等。建议关注：中科曙光、浪潮信息、紫光股份、海康威视、金山办公、泛微网络、用友网络、恒生电子、宇信科技、卫宁健康。 风险提示：AI技术发展演进不及预期；商业化进程不及预期；法律政策监管风险；行业竞争加剧等。 证券研究报告 2024年03月08日 投资建议：强于大市（维持） 上次建议：强于大市 计算机 沪深300 20% 0% -20% -40% 2023/32023/72023/112024/3 相对大盘走势 作者 分析师：姜青山 执业证书编号：S0590523050001邮箱：jiangqs@glsc.com.cn 分析师：黄楷 执业证书编号：S0590522090001邮箱：huangk@glsc.com.cn 分析师：陈安宇 执业证书编号：S0590523080004邮箱：chenay@glsc.com.cn 相关报告 1、《计算机：深入推进数字经济创新发展，开展“人工智能+”行动》2024.03.05 2、《计算机：算力需求强劲，通用人工智能或将加速到来》2024.02.22 行业报告 行业专题研究 正文目录 1.Claude3系列模型多项指标引领行业3 1.1Cladue3系列模型多项指标超越竞品3 1.2强溯源能力或展现自主意识5 2.模型八大优势推动AI行业发展7 2.1逻辑推理能力展现强大优势7 2.2拟人化能力进一步提升9 3.投资建议：算力、模型、应用三条主线14 3.1国产算力基础设施：14 3.2模型商业化：14 3.3AI应用：14 4.风险提示15 图表目录 图表1：Claude3模型家族3 图表2：AI大模型多项评测对比4 图表3：Claude模型展现较强的视觉能力4 图表4：Claude新一代模型展现更少的拒绝回复5 图表5：Claude模型准确率进一步提升6 图表6：Claude3Opus模型强大召回能力6 图表7：Claude3模型对比7 图表8：Claude在推理、编码和问答环节与其他模型进行对比8 图表9：Claude3系列在标准化考试中对比测试结果8 图表10：Claude3视觉能力表现9 图表11：不正确拒绝(Wildchat无毒数据)10 图表12：正确拒绝(Wildchat有毒数据)10 图表13：不正确拒绝（XSTest）10 图表14：Claude2.1和Claude3如何响应良性指示10 图表15：两代模型对比（文本相关）11 图表16：两代模型对比（应用行业方面）11 图表17：指令遵循和格式化方面11 图表18：多语言环境下不同模型对比12 图表19：Claude3模型在不同语言环境下数学测试12 图表20：Claude3事实准确性图表12 图表21：Claude3Haiku在1M文本中丢失数据程度13 图表22：Claude3系列数据定位准确性13 图表23：Claude模型系列回答短文问题正确率13 图表24：Claude模型平均文本信息定位触及率13 图表25：文本长度增长下模型信息定位触及率14 1.Claude3系列模型多项指标引领行业 1.1Cladue3系列模型多项指标超越竞品 3月5日，Anthropic发布新一代AI大模型系列-Claude3。该系列模型包含三个，按能力排名从弱到强排名分别为：Claude3Haiku、Claude3Sonnet和Claude3Opus。Claude3Opus在多项评测基准中均超过了GPT-4和Gemini1.0Ultra，在多个领域中展现较强计算能力，从而推动了人工智能大模型行业标准进一步提升。 图表1：Claude3模型家族 资料来源：Anthropic官网，国联证券研究所 新智能行业标准 Opus现阶段是Anthropic最智能的模型，在多项常见AI系统评测中均优于市场上其他模型（如本科生水平专家知识（MMLU）、研究生水平专家推理（GPQA）、基础数学（GSM8K）等）。所有的Claude3模型展示了杰出的能力在分析预测、细节内容创作、代码生成和非英语语言翻译领域。Opus对于复杂问题的理解和处理展现出了近乎人类的水平，引领了通用智能领域的最前沿。 图表2：AI大模型多项评测对比 资料来源：Anthropic官网，国联证券研究所 几乎实时处理结果 Haiku在智能领域里是最快以及最具成本效益的模型，它可以在不到三秒内阅读完一篇在arXiv平台上包含密集图表与图形的文章。对于多数工作，Sonnet智能水平更高，处理工作速度比Claude2和Claude2.1快2倍以上。它擅长需要快速回应的任务，例如知识检索或销售自动化。Opus的处理速度与Claude2和2.1版本相似，但智能水平更高。 强大的视觉能力 Claude3模型具有与其他头部模型相媲美的复杂视觉功能。它可以处理一系列的视觉数据，包含照片、图表、图形、和技术图表。Anthropic表示，他们的一些客户50%以上的数据以不同的数据格式进行编程，例如PDF、流程图或演示幻灯片。 图表3：Claude模型展现较强的视觉能力 资料来源：Anthropic官网，国联证券研究所 1.2强溯源能力或展现自主意识 更少的拒绝回复 以前的Claude模型由于缺乏上下文语境的理解，经常做出不必要的拒绝。Anthropic在这领域取得了有意义的进展：与前几代模型相比，即使用户给出的提示接近系统的设定边界，Opus、Sonnet和Haiku拒绝回答的可能性明显降低。Claude3模型对于需求表现出更细致的理解，可以识别有害指示，并且降低了拒绝回答无害指示的频率。 图表4：Claude新一代模型展现更少的拒绝回复 资料来源：Anthropic官网，国联证券研究所 准确率提升 不同规模的企业依靠Anthropic公司的模型来为他们的客户提供服务，因此Anthropic的模型输出必须维持高精度。为了评估这一点，Anthropic使用了针对模型已知弱点的大量复杂事实问题，将答案分为正确答案、错误答案（或幻觉）和不确定性回答（模型不知道答案，而不是提供不正确信息）。与Claude2.1相比，Opus在这些具有挑战性的开放式问题上的准确性（或正确答案）提升了一倍，同时也减少了错误回答。除了产生更值得信赖的回复之外，Anthropic还将在Claude3模型中启用内容引用，以便模型可以精准定位参考材料中的语句来证实回答。 图表5：Claude模型准确率进一步提升 资料来源：Anthropic官网，国联证券研究所 长上下文和几乎完美的信息追溯能力 Claude3系列模型在发布初期提供200k上下文窗口。然而，所有三种模型都可以接收超过100万token输入，此提升会被提供给需增强处理能力的特定用户。为了有效地处理长上下文提示，模型需要强大的召回功能。NeedleInAHaystack（NIAH） （大海捞针）评估模型从大量数据中准确寻找信息的能力。Anthropic通过在每个指示中使用30个随机问题，进而在不同文档库进行测试，增强了该基准的稳健性。Claude3Opus不仅实现了近乎完美的寻找定位能力，超过了99%的准确率。但在某些特定情况下，它甚至识别除了关于此前评估的局限性，意识到“针”语句（目标语句）是人为插入到原始文本中的。 图表6：Claude3Opus模型强大召回能力 资料来源：Anthropic官网，国联证券研究所 模型细节 针对不同的应用场景，Anthropic公司推出了不同的大模型以满足不同客户的需求。Claude3Opus是现阶段公司最智能的模型，可在处理高度复杂问题上展现出市场最佳的处理能力。Claude3Sonnet在企业端数据量级处理上，将智能水平和处理速度达到了最佳的平衡点；与同水平的模型相比，更加经济实惠、适合大规模部署场 景。Claude3Haiku是最快的瞬时回应模型，在同等智能水平下，该模型更智能、快速、经济实惠。 Claude3OpusClaude3SonnetClaude3Haiku： 价格 输入（15美元/百万token）、输出（75美元/百万token） 输入（3美元/百万token）、输出（15美元/百万token） 输入（0.25美元/百万token）、输出（1.25美元/百万token） 文本长度：200K 文本长度：200K 文本长度：200K 应用场景： 任务自动化：能够在API和数据库之间规划和实施复杂的交付使用，支持交互式编程。 数据处理：可以在海量知识库中进行快速检索或使用RAG（检索增强生成）进行数据处理。 客户交互：即时、精准的客户支持和翻译服务。 研发&开发（R&D）:研究整理、头脑风暴和假设生成、药物探索 销售：产品推荐、销售预测、目标定位。 内容管理：识别风险行为或客户需求。 策略：深度分析表格和图表、财务信息、市场趋势以及预测分析 高效省时任务：代码生成、质量控制、解析图片内容 降成本任务：最优化物流、库存管理、从非结构化数据中提取信息。 独特优势 智能水平高于市场现存所有模型。 与同水平的模型相比，更加经济实惠、适合大规模部署场景。 在同等智能水平下，该模型更智能、快速、经济实惠。 图表7：Claude3模型对比 资料来源：Anthropic官网，国联