O modelo de linguagem da Anthropic analisar um livro inteiro em menos de um minuto. Faz o ChatGPT parecer fraquinho.
Foi em Março que a Anthropic apresentou o Claude AI, um novo modelo de linguagem baseado em inteligência artificial (IA).
A Anthropic anunciou que este modelo representa uma IA “mais segura” e “menos prejudicial” – mas a um preço mais alto.
Obviamente, estava aqui um concorrente directo do ChatGPT, modelo de linguagem desenvolvido pela OpenAI.
E há algo em que o Claude AI supera o ChatGPT. E de longe: na análise de um livro inteiro.
Na semana passada a Anthropic informou que o seu modelo de linguagem consegue agora “digerir” 100 mil tokens em menos de um minuto.
Isto significa que o modelo consegue analisar 75 mil palavras em poucos segundos.
Agora, as capacidades do ChatGPT até são “minúsculas” quando comparadas com este concorrente, lê-se no portal Interesting Engeneering.
Os dois modelos prevêem o token seguinte de uma sequência quando recebe uma determinada entrada, lembra o Ars Technica.
Tokens são fragmentos de palavras usados para simplificar o processamento de dados de IA; e uma “janela de contexto” é semelhante à memória de curto prazo – quantos dados de entrada fornecidos por humanos um modelo pode processar de uma só vez.
Aumentando essa janela de contexto, aumenta a capacidade de analisar livros maiores (ou outros documentos mais longos).
Para ser uma noção, uma pessoa demora cerca de 5 horas para ler 100 mil tokens de texto – e precisa de ainda mais tempo para interiorizar, perceber tudo, memorizar.
O Claude AI faz o mesmo em menos de um minuto.
E o portal ARS Technica testou esta novidade: enviou um livro com 72 mil tokens para o modelo, mas alterou uma frase – o Claude AI demorou 22 segundos a indicar que frase tinha sido alterada, no livro todo.
Esta janela de contexto maior, acrescenta a Anthropic, poderá ajudar as empresas a extrair informações importantes de vários documentos, utilizando uma interacção de conversação.
A empresa sugere que essa abordagem pode superar os métodos baseados em pesquisa vectorial ao lidar com consultas complicadas.
