أحدث الأخبار
مختار لك

قاست أنثروبيك أحدث نموذج ذكاء اصطناعي كلود 3.7 سونيت باستخدام لعبة Pokémon Red

بقلمشوماس هومايونشوماس هومايون 3 دقائق قراءة
قاست أنثروبيك أحدث نموذج ذكاء اصطناعي كلود 3.7 سونيت باستخدام لعبة Pokémon Red
  • اختبرت Anthropic أحدث نموذج لها، Claude 3.7 Sonnet، باستخدام لعبة Pokémon Red على جهاز Game Boy من نينتندو.
  • تمكن النموذج من تحقيق 12 إنجازًا داخل اللعبة وتنفيذ أكثر من 35 ألف إجراء.
  • يمكن لـ Claude 3.7 Sonnet أن "يفكر" طالما يريد المستخدم ذلك، اعتمادًا على تعقيد المشكلة.

قاست أنثروبيك أحدث نموذج ذكاء اصطناعي لها، كلود 3.7 سونيت، على لعبة Pokémon Red الكلاسيكية على جهاز نينتندو غيم بوي. أدى النموذج أداءً أفضل بشكل ملحوظ مقارنة بالإصدارات السابقة وتمكن من إكمال 12 معلماً في اللعبة.

في منشور مدونة حديث، كشفت أنثروبيك تفاصيل اختبارات الأخيرة. نشرت الشركة رسماً بيانياً يظهر 'المعالم' في المحور الصادي و'عدد الإجراءات' في المحور السيني. قارنت أداء نموذج 3.7 سونيت مع 3.5 سونيت (الجديد)، و3.5 سونيت، و3.0 سونيت. من بين هذه النماذج، أدى 3.7 أداءً أفضل بشكل واضح، حيث نفذ أكثر من 35 ألف إجراء لتحقيق إجمالي 12 معلماً. نجح ضد 3 قادة صالات في اللعبة وفاز بالشارات المقابلة. للمقارنة، لم يتمكن نموذج أنثروبيك السابق، 3.0 سونيت، من اتخاذ سوى بضعة آلاف من الإجراءات ولم يستطع عبور مراحل البداية في اللعبة.

نتائج لعب كلود 3.7 سونيت لـ Pokémon Red (المصدر: أنثروبيك)

بالنسبة لاختبارات اللعب الأخيرة، أشارت أنثروبيك إلى: "تعتبر Pokémon طريقة ممتعة لتقدير قدرات كلود 3.7 سونيت، لكننا نتوقع أن يكون لهذه القدرات تأثير حقيقي يتجاوز بكثير لعب الألعاب."

إحدى الميزات الفريدة لكلود 3.7 سونيت هي أنه يشارك في "التفكير المطول". مثل R1 من DeepSeek و o3-mini من OpenAI، يكون كلود 3.7 سونيت قادراً على الاستدلال من خلال المشاكل الأكثر تحدياً. يفعل ذلك عن طريق أخذ وقت أكثر، وفي المقابل، استخدام المزيد من قوة الحوسبة.

لم يتضح بعد مقدار قوة الحوسبة التي استهلكها كلود 3.7 لتحقيق المعالم المذكورة أعلاه. أيضاً، لم توضح أنثروبيك كم من الوقت استغرق النموذج للوصول إلى سيرج، قائد الصالة الأخير في اللعبة.

من الآمن افتراض أن اختبار لعبة Pokémon Red ليس سوى طريقة خفيفة لعرض قدرات النموذج الجديد. إنه يظهر ببساطة أن النموذج الجديد قادر على الاستدلال المطول ويمكنه أخذ وقت أكثر (إذا لزم الأمر) لحل مشاكل أكثر تعقيداً. بعد كل شيء، بدأ الباحثون غالباً في اختبار قدرات نماذجهم من خلال جعلهم يلعبون ألعاب فيديو مثل Street Fighter، الشطرنج، والمزيد.

يمكن لكلود 3.7 سونيت التفكير طالما يريد المستخدم

يبدو أن كلود 3.7 سونيت قادر على التفكير طالما يريد المستخدم. يُوصف كنموذج "استدلال هجين للذكاء الاصطناعي" لأنه يقدم إجابات في الوقت الفعلي بالإضافة إلى ردود مدروسة. الأمر متروك للمستخدم ما إذا كان سيُفعّل قدرات الاستدلال الخاصة به، مما يؤدي إلى إنفاق كلود 3.7 سونيت وقتاً أكثر أو أقل على المشكلة.

يبدو أن الهدف هنا هو تحسين تجربة المستخدم من خلال تبسيط الخيارات. تمتلك معظم روبوتات الدردشة اليوم منتقي نماذج يكون محيراً بالنسبة للمستخدم العادي. هذه النماذج عادةً ما يكون لها مجموعة من الإعدادات وتختلف في القدرات. على سبيل المثال، لدى ChatGPT من OpenAI مجموعة واسعة من العروض أيضاً.

في الواقع، ذكر سام ألتمان مؤخراً في خريطة طريق محدثة لشركته أن الهدف طويل المدى لـ OpenAI هو توحيد عروض ChatGPT بحيث يمكن للمستخدمين البحث عن حلول لمشاكلهم أثناء التنقل. بهذا المعنى، قد يتخذ ChatGPT أيضاً نهجاً قائماً على الوكلاء.

كلود 3.7 سونيت أغلى ثمناً من ديب سيك R1 و o3-ميني

أطلقت أنثروبيك مؤخرًا كلود 3.7 سونيت للمطورين والمستخدمين يوم الاثنين. ومع ذلك، فإن ميزات الاستدلال متاحة فقط لأولئك الذين يختارون خططات الدردشة المميزة. حتى الآن، تكلف فقط 3 دولارات لكل مليون توكن مدخل و15 دولارًا لكل مليون توكن مخرج. هذا يعني أن المستخدم يمكنه إدخال 750,000 كلمة مقابل 3 دولارات. وبالتالي، فهو أغلى ثمناً من كل من R1 بواسطة ديب سيك و o3-mini بواسطة ChatGPT. ومع ذلك، فإن هذين النموذجين ليسا هجينين مثل كلود 3.7 سونيت، بل هما نماذج استدلال صارمة للغاية.

نماذج الاستدلال تعمل بشكل أبطأ عمومًا وتستغرق وقتًا أطول للإجابة على الأسئلة. تشمل بعض الأمثلة Grok 3 (Think) من xAi، وGemini 2.0 Flash Thinking من Google، وR1 من ديب سيك، وبطبيعة الحال، نموذج o3-mini من ChatGPT.

وفقاً لديان بين، قائدة المنتج والبحث في أنثروبيك، تريد الشركة أن يكون كلود قادراً على تحديد المدة التي سيستغرقها في التفكير في مشكلة بدلاً من اضطرار المستخدمين إلى اختيار الإعدادات صراحةً. بخصوص هذا، ذكرت أنثروبيك في منشور المدونة الخاص بها: "على غرار كيفية عدم امتلاك البشر لدماغين منفصلين للأسئلة التي يمكن الإجابة عليها على الفور مقابل تلك التي تتطلب تفكيراً."

ومع ذلك، على عكس Grok 3 من xAi، الذي يحاول أن يكون أقل تقييدًا وأكثر انفتاحًا على المناقشات، سيرفض كلود 3.7 سونيت الإجابة على أسئلة معينة. في الواقع، في وقت سابق من هذا الشهر، ذهب الإصدار التجريبي من Grok 3 إلى حد اقتراح عقوبة الإعدام لترامب، وهو ما يُعتبر "فشلًا فظيعًا و سيئًا"، وقد تم تصحيحه منذ ذلك الحين، كما أكد إيجور بابوتشكين، رئيس الهندسة في xAI.

اقترح الإصدار التجريبي من Grok 3 أن دونالد ترامب يستحق عقوبة الإعدام (المصدر: X)

ومع ذلك، مقارنة بنماذجها السابقة، ترفض بشكل أقل وتتميز بالقدرة على التمييز بين المطالبات البريئة والمطالبات الضارة. وفقًا لأنثروبيك، تم تقليل الرفض غير الضروري بنسبة 45٪ مقارنة بالنموذج السابق، كلود 3.5 سونيت.

أذكى العقول في عالم العملات الرقمية يقرأون بالفعل نشرتنا الإخبارية. هل تريد الانضمام؟ انضم إليهم.

شارك هذه المقالة

إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.

شوماس هومايون

شوماس هومايون

شوماس كاتب محتوى تقني سابق وباحث.

المزيد من الأخبار