Der er ikke nok information i søgeresultaterne til direkte at besvare forespørgslen om beregningsmæssige afvejninger ved at bruge Anthropics hybridmodel. Imidlertid giver søgeresultaterne nogle oplysninger om Anthropics modeller og beregningsstrategier.
Antropisk bruger forfatningsmæssig AI (CAI) i vid udstrækning i deres Claude -modeller, som involverer syntetiske data [2]. De betragtes som en førende inden for syntetisk dataforbrug [2]. Tilføjelsen af mere kontekst i processen gør modellens forudsætningsmuligheder meget højere for kritiske syntetiske data, og systemerne er sværere at konstruere [2]. Det udledes af antropisk, at mange af deres metoder ikke rigtig fungerer uden deres belønningsmodel / RLHF -kapaciteter ved 50B -parametre og op [2].
Det er dyrt at køre avancerede modeller med hensyn til infrastruktur og beregning, og antropiske behov for investeringer og indtægtsstrømme for at arbejde på nuværende og fremtidige modeller [5].
Citater:
[1] https://www.reddit.com/r/singularity/comments/1dyhjwc/the_problem_with_anthropic/
[2] https://www.interconnects.ai/p/llm-synthetic-data
[3] https://ailabwatch.org/companies/anthropic/
[4] https://www.techrepublic.com/article/anthropic-claude-large-language-model-research/
[5] https://www.lesswrong.com/posts/mnpbctmzmqd7yk4q8/my-forstanding-of-antropic-strategy
)
[7] https://research.contrary.com/company/anthropic
[8] https://cloud.google.com/blog/products/ai-machine-learning/anthropics-laude-3-opus-and-tool-sebrug-are-generally-available-on-vertex-i