Claude｜五大AI模型評測 Claude奪冠
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
現時坊間有五大人工智能（AI）模型陣營，分別是OpenAI ChatGPT-4o、Anthropic Claude 3.7、Microsoft Copilot 365、Meta AI及Google Gemini 2.0 Flash，但哪款AI工具最值得信賴，卻一直未有確切答案。《華盛頓郵報》召集一個專家小組，評估以上模型的多種閱讀能力。結果發現，Claude表現最出色，在總體評分奪冠，也是唯一未出現「幻覺」的AI，第二名是OpenAI旗下的ChatGPT。
文學考核 ChatGPT掄元
今次對決分別向五大AI模型，上傳小說、醫學研究、法律協議及特朗普總統演說的文本，透過115個問題以評估其理解能力，涉及文學、法律、健康科學及政治等測試。首先，「文學」是機械人整體表現最弱一環，Gemini回答非常簡短，經常被評為不準確、誤導及草率；ChatGPT及Claude擅於回答分析問題，其中ChatGPT以7.8分（10分為滿分）勝出這回合。
「法律」方面，Meta AI及ChatGPT差強人意，兩者把合約的複雜部分簡化為一句話總結。相反Claude回答全面，能在兩份合約捕捉細微差別。沒單一工具全取滿分，不過Claude表現最穩定，是最接近「律師替代品」。至於「健康科學」，最佳及最差AI工具之間，分數差距不足兩分，當中以Claude表現最佳。最後的「政治」測試項目，ChatGPT近半數的回答準確掌握重點，令人印象深刻。若以100分為滿分，Claude以微弱優勢（69.9分）擊敗ChatGPT（68.4分），其他AI工具遠遠落後。
測試評審之一，美國小說家博哈里安（Chris Bohjalian）評估Claude、ChatGPT這兩款工具時，對其閱讀及分析力感到震驚，戲言「人類完蛋了，我們輸定了」。報道強調，AI無法取代律師，只能給予參考意見，除了要親自過目文件外，亦宜至少讓兩個AI工具比較，以便對照結果。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
