回看板
Disp BBS
作者 jackliao1990 (j)
標題 [情報] Claude 3.5 Sonnet新增操作電腦能力
時間 Wed Oct 23 17:19:51 2024


https://tw.news.yahoo.com/anthropic%E...BB%A3claude-3-5-075247497.html
Claude 3.5 Sonnet大升級！新功能「電腦操作」可解放雙手，能代訂機票的AI秘書不遠了？
[圖]
Anthropic發布升級Claude 3.5 Sonnet，新增「電腦操作」功能，允許AI能像人類一樣使用電腦完成複雜的多步驟任務。 ...

 
Claude 3.5 Sonnet大升級！新功能「電腦操作」可解放雙手，能代訂機票的AI秘書不遠
了？
數位時代

AI新創公司Anthropic於10月22日發布升級版Claude 3.5 Sonnet，以及全新模型Claude
3.5 Haiku！

更新後的Claude 3.5 Sonnet， 開放用戶測試「電腦操作」（Computer Use）功能，這項
技術允許AI能模擬人類操作滑鼠的動作，透過電腦的應用程式完成多步驟任務，亦即「AI
代理」功能。


Anthropic也宣布在10月底釋出全新迷你模型Claude 3.5 Haiku，其在許多智慧基準測試
上超過了上一代最大模型Claude 3 Opus，「在編碼任務上尤其強大。」

Claude 3.5 Sonnet評測表現大升級
升級後的Claude 3.5 Sonnet在效能上超越前一代，特別是在編碼、工具使用及推理任務
中的表現有著顯著提升。

除了MATH略遜Gemini 1.5 Pro之外， Claude 3.5 Sonnet在其它評測都勝過Gemini 1.5
Pro、Gemini 1.5 Flash、GPT-4o與GPT-4o mini。

在與撰寫程式相關的HummaEval及SWE-bench Verified評測中，Claude 3.5 Sonnet奪得了
93.7%及49%的成績，高過前一個版本的88.1%與40.6%。

另一個TAU-bench，是用來測試AI代理工具於真實世界場景中的表現，能否處理複雜且多
步驟的任務，並與使用者進行自然對話。 Claude 3.5 Sonnet在零售領域的表現達到
69.2%，在航空領域的表現為46%，高於前一版的62.6%與36%。

靠AI訂機票？代理功能值得期待

Claude 3.5 Sonnet的「電腦操作」（Computer Use）功能，能夠模擬人類操作電腦，包
括點擊按鈕、移動滑鼠游標、輸入文字等操作，甚至能夠進行網站導和即時網頁瀏覽。


Anthropic的科學總監賈里德．卡普蘭（Jared Kaplan）表示：「Claude 3.5 Sonnet可以

理解並與任何桌面應用程式互動，完成數十甚至數百個步驟的任務，這是AI技術在實體世
界應用中邁出的重要一步。」

亞馬遜是最早測試「電腦操作」功能來簡化內部流程的企業之一，其他初期測試者也包括
Asana、Canva和Notion等知名企業，它們嘗試將功能應用於自動化任務中，例如設計與編
輯流程、表單填寫、數據處理等。Replit則利用Claude 3.5開發了一個自動驗證應用程式
功能，能在App的開發過程中自動檢查並驗證代碼。


Anthropic計劃未來將「電腦操作」功能擴展到更多應用場景，例如讓AI自動完成預訂航
班、安排會議或報銷表單填寫等，進一步提升工作效率。

適合中小企業，更小更快的Claude 3.5 Haiku模型

Anthropic也宣布預計在10月底推出全新Claude 3.5 Haiku模型，這款模型是Claude家族
中速度最快的產品。

根據官方說法，Claude 3.5 Haiku以與前代Claude 3 Haiku相同的成本與速度，展現了更
強大的綜合能力，並在許多智能評測中超越了此前的最大模型Claude 3 Opus。在
SWE-bench編碼評測中，以40.6%的成績勝過多款主流模型。

Claude 3.5 Haiku將先以純文字模式推出，未來也將支援圖像輸入功能。開發者可以透過
Anthropic的API、Amazon Bedrock與Google Cloud的Vertex AI等平台進行使用。

如何防範代理AI失控？
儘管「電腦操作」功能開啟了AI應用的新可能性，但AI代理能模擬人類的操作，也意味著
可能被濫用。過往的研究發現，AI模型在受到越獄攻擊（jailbreaking）時，有可能執行
不法行為，例如購買假證件或發布虛假訊息。對此，Anthropic也在「電腦操作」功能的
開發過程中採取了多項預防措施。


首先，Claude 3.5 Sonnet在訓練過程中並未使用用戶的螢幕截圖或輸入內容，確保模型
不會接觸到用戶的隱私資料。

此外，Anthropic還開發了一系列分類器，能夠在AI執行被認為是高風險的行動時即時識
別，並引導AI遠離高風險行動。例如，在社交媒體上發布資訊、創建帳戶或與政府網站互
動，以減少風險。


Anthropic也會保留由「電腦操作」功能捕捉的螢幕截圖，保存期限至少為30天，若有合
法需求，Anthropic也會依據法律程序配合調查。

心得:連操作電腦都不需要了 沒人類工程師的事了?公司不用叫HR幫忙叫外賣了?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.128.110.1 (臺灣)
※ 作者: jackliao1990 2024-10-23 17:19:51
※ 文章代碼(AID): #1d6B-wn3 (Tech_Job)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1729675194.A.C43.html
※ 編輯: jackliao1990 (140.128.110.1 臺灣), 10/23/2024 17:24:32
推 ian41360: 我的AI幫我自動發廢文1F 10/23 17:37
推 mercurycgt68: 我的AI幫我搶周杰倫2F 10/23 18:03
推 missingkid: AI可以代排麥當勞嗎3F 10/23 19:10
推 gino0717: 我有個大膽的想法4F 10/23 19:31
推 Brioni: 搶票囉5F 10/23 19:34
→ vernc: 和macro有何不同？6F 10/23 20:01
推 holebro: 叫ai寫一個selenium不是一樣的意思嗎7F 10/23 20:15

--
作者 jackliao1990 的最新發文:
點此顯示更多發文記錄