Lưu trữ — US — techcrunch
Anthropic sử dụng Pokémon để đánh giá mô hình AI mới nhất của mình
Công ty Anthropic đã thử nghiệm mô hình trí tuệ nhân tạo của mình, Claude 3.7 Sonnet, bằng cách sử dụng tựa game Pokémon Red, cho phép nó chơi thông qua việc gọi nhớ và chức năng cơ bản. Mô hình vượt qua phiên bản trước của mình bằng cách đánh bại ba nhà lãnh đạo phòng tập gym và thể hiện khả năng suy nghĩ mở rộng của mình. Mặc dù chỉ là một thước đo giả tưởng, phương pháp này tiếp tục xu hướng sử dụng game để đánh giá trí tuệ nhân tạo.
Điểm chính
- Anthropic kiểm tra Claude 3.7 Sonnet bằng cách sử dụng Pokémon Red.
- Mô hình sử dụng các tính năng cơ bản về bộ nhớ và đầu vào màn hình.
- Claude 3.7 Sonnet có khả năng suy luận mở rộng, giúp nó giải quyết các vấn đề phức tạp.
- So với Claude 3.0 Sonnet, đã không thể tiến bộ, Claude 3.7 đã thành công trong việc đấu và giành được huy hiệu từ ba lãnh đạo phòng gym.
- Claude 3.7 thực hiện 35,000 hành động để đối đầu với lãnh đạo gym cuối cùng.
- Bài kiểm tra này được coi là một phương pháp thử nghiệm trò chơi AI đầy tính chơi và phổ biến.
Vì sao quan trọng
- Trước đây, các trò chơi như Space Invaders và Cờ Vua đã đóng vai trò quan trọng trong việc phát triển trí tuệ nhân tạo.
- Việc sử dụng trò chơi điện tử làm tiêu chí đánh giá trí tuệ nhân tạo phù hợp với xu hướng công nghệ 2025 nhấn mạnh việc tích hợp trò chơi vào công nghệ.
- Các mô hình trí tuệ nhân tạo ngày càng áp dụng các yếu tố của trò chơi để đánh giá khả năng giải quyết vấn đề và tư duy của chúng.
Việc sử dụng Pokémon Red như một công cụ đánh giá AI thể hiện sự tích hợp tiến triển của game trong việc kiểm tra AI, phản ánh xu hướng liên tục trong công nghệ sử dụng môi trường game hóa để nâng cao đánh giá giải quyết vấn đề.