Paieškos rezultatuose nėra pakankamai informacijos, kad būtų galima tiesiogiai atsakyti į užklausą apie „Anthropic“ hibridinio modelio naudojimo skaičiavimo kompromisus. Tačiau paieškos rezultatai pateikia tam tikros informacijos apie „Anthropic“ modelius ir skaičiavimo strategijas.
Antropija savo „Claude“ modeliuose plačiai naudoja konstitucinę AI (CAI), kurie apima sintetinius duomenis [2]. Jie laikomi sintetinių duomenų naudojimo lyderiu [2]. Įtraukus daugiau konteksto į procesą, kritikų sintetiniai duomenys yra daug didesni modelio sąlygoms, o sistemas sunkiau inžinieriams [2]. Antropija daro išvadą, kad daugelis jų metodų tikrai neveikia be jų atlygio modelio / RLHF galimybių esant 50b parametrams ir aukščiau [2].
Vykdomi moderniausi modeliai yra brangūs, atsižvelgiant į infrastruktūrą ir skaičiavimą, o antropiniams poreikiams reikia investicijų ir pajamų srautų, kad būtų galima dirbti su dabartiniais ir būsimais modeliais [5].
Citatos:
[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-laude-large-language-model-research/
[5] https://www.lesswrong.com/posts/mnpbctmzmqd7yK4q8/my-prende-of-anthropic-straty
[6] https://www.inc.com/ben-sherry/anthropic-just-announced-its-sost-advanced-ai-model-yet-these- its-top-use-cases.html
[7] https://research.contrary.com/company/Anthropic
[8] https://cloud.google.com/blog/products/ai-machine-learning/anthropics-laude-3-opus-and-tool-use-are-generally-rašable-on-vertex-ai