近期，谷歌的 Gemini 人工智能项目正在通过对比其输出结果与 Anthropic 公司的 Claude 模型来优化自身性能。据 TechCrunch 获得的内部信息显示，负责 Gemini 改进的承包商正在有系统地评估这两种 AI 模型的回答。

代码 互联网 电脑

图源备注：图片由AI生成，图片授权服务商Midjourney

在人工智能领域，模型性能的评估通常是通过行业基准测试而非承包商间逐一对比不同模型的答案。Gemini 负责承包商需要根据多个标准对模型的输出进行评分，包括真实性和详细程度。他们每次有高达30分钟的时间来判断 Gemini 和 Claude 的回答哪个更优。

近期，承包商们发现在他们使用的内部平台上，Claude 的引用频繁出现。部分内容明确指出：“我是由 Anthropic 创建的 Claude。”在一次内部交流中，承包商们还注意到 Claude 在强调安全性方面表现更为突出。有承包商指出，Claude 的安全设置在所有 AI 模型中最为严格。在某些情况下，Claude 会选择不回应它认为不安全的提示，例如角色扮演其他 AI 助手。在另一个案例中，Claude 回避了某个提示，而 Gemini 的回答因包含“裸露和绑缚”内容而被标记为“重大安全违规”。

值得注意的是，Anthropic 的商业服务条款禁止客户未经授权使用 Claude 来“构建竞争产品或服务”或“训练竞争 AI 模型”。而谷歌正是 Anthropic 的主要投资者之一。

谷歌 DeepMind 的发言人 Shira McNamara 在接受 TechCrunch 采访时并未透露谷歌是否获得了 Anthropic 的批准来使用 Claude。McNamara 表示，DeepMind 确实会进行模型输出比较以评估，但并未对 Gemini 进行 Claude 模型的训练。她提到：“当然，按照行业标准，我们会在某些情况下比较模型输出。但关于我们使用 Anthropic 模型训练 Gemini 的说法是不准确的。”

上周，TechCrunch 还独家报道，谷歌的承包商被要求在非专业领域对 Gemini 的 AI 响应进行评分。一些承包商在内部通信中表达了担忧，认为 Gemini 可能在敏感主题如医疗保健上生成不准确的信息。

划重点:

🌟 Gemini 正在与 Claude 进行对比测试，以提升自身 AI 模型的性能。

🔍 承包商负责评分，两者的回答比较涉及多个标准，包括真实性和安全性。

🚫 Anthropic 禁止在未授权的情况下使用 Claude 进行竞争性模型的训练。