Anthropic-ის უახლესი ხელოვნური ინტელექტის მოდელის, Claude Opus 5-ის გამოსვლამ ტექნოლოგიურ საზოგადოებაში მკვეთრად პოლარიზებული შეფასებები გამოიწვია. მიუხედავად იმისა, რომ კომპანია მას ფლაგმანი Fable 5-ის ბიუჯეტურ, თუმცა მაღალი ინტელექტის მქონე ალტერნატივად აპოზიციონირებს, მომხმარებელთა გამოცდილება საკმაოდ წინააღმდეგობრივი აღმოჩნდა. ტესტირებების შედეგად ირკვევა, რომ მოდელი ინტელექტის რეიტინგებში პირველ ადგილს იკავებს და პრემიუმ ვერსიასაც კი უსწრებს, თუმცა მისი სამუშაო პროცესი უკიდურესად დამღლელია. ექსპერტები მას აღწერენ როგორც ბრწყინვალე, მაგრამ გამაღიზიანებელ ციფრულ „კოლეგას“, რომელიც გამუდმებით ზედმეტად ფიქრობს და მარტივ დავალებებსაც კი აუტანლად ართულებს.
პრობლემის მთავარი წყარო მოდელის პროაქტიულ და ზედმეტად დეტალიზებულ არქიტექტურაში მდგომარეობს. Opus 5 დამოუკიდებლად ქმნის სპეციალურ „ქვე-აგენტებს“ და დავალების შესრულებისას საკუთარ თავს გადაჭარბებულად ამოწმებს, რაც ხშირად უსასრულო თვით-კორექტირების ქაოსურ ციკლებს იწვევს. ეს ტექნიკური მახასიათებელი პირდაპირ ურტყამს მოდელის მთავარ უპირატესობას – ეკონომიურობას. ვინაიდან სისტემა ინფორმაციის გენერირებისას გადაჭარბებულად ბევრ სიტყვასა და სიმბოლოს იყენებს, დავალების შესრულების საბოლოო ფასი, მოხმარებული ტოკენების ხარჯზე, შესაძლოა მოულოდნელად გაიზარდოს და მისი სიიაფის არგუმენტი სრულად გააბათილოს.
მიუხედავად ამ სტრუქტურული გამოწვევებისა, სპეციალისტები გამოსავალს მოდელის პარამეტრების სტრატეგიულ კალიბრაციაში ხედავენ. ანალიტიკოსების რეკომენდაციით, Opus 5-ის „ძალისხმევის“ დონის საშუალო ან დაბალ ნიშნულზე დაწევა საგრძნობლად ამცირებს ზედმეტი ფიქრის სინდრომს და სისტემას უფრო სტაბილურს ხდის. ამასთანავე, აუცილებელია მითითებებში (System Prompt) მოკლე პასუხების მკაცრი მოთხოვნა და ხელით გადამოწმების ბრძანებების ამოღება.
საბოლოო ჯამში, მიუხედავად რთული ხასიათისა, Opus 5 რჩება უძლიერეს ანალიტიკურ ინსტრუმენტად, რომელსაც თავისი წინამორბედისა და Fable 5-ისგან განსხვავებით, ბიოლოგიასთან დაკავშირებულ მოთხოვნებზე მკვეთრად შემცირებული (85%-ით ნაკლები) ცენზურა გააჩნია, რაც მას სპეციფიკური კვლევებისთვის ერთ-ერთ ყველაზე მძლავრ მოკავშირედ აქცევს.
წყარო: Inc.
