新的AI模型Reka崛起挑战ChatGPT、Claude和Llama-3——而且它是免费的 #
一家专注于为大型企业构建定制AI模型的创业公司宣布了Reka Core的公开发布，这是一种多模态语言模型，能够处理文本、图像、视频和音频输入。
企业软件公司Reka AI (opens new window)成立于2022年，由来自谷歌的DeepMind、中国科技巨头百度和Meta的研究人员创立。它已经从包括纽约人寿风险投资、Radical Ventures、Snowflake Ventures、DST Global和投资者企业家Nat Friedman在内的投资者那里筹集了6000万美元的资金 (opens new window)。
Reka Core是该公司迄今为止规模最大、功能最强大的模型。而Reka AI——参考自己的测试结果——表示它在许多更大、资金更充裕的模型面前表现出色。在一份研究报告 (opens new window)中，整合了几个合成基准测试的结果，Reka声称其Core模型可以与OpenAI、Anthropic和Google等AI工具竞争。
其中一个关键指标是MMMU，即大规模多学科多模态理解和推理基准。这是一个旨在测试大型语言模型（LLMs）在多模态理解和推理方面能力的数据集，与人类专家水平可比。
“Core在MMMU上与GPT-4V相媲美，在我们进行的独立第三方多模态人类评估中胜过Claude-3 Opus，并在视频任务上超越了Gemini Ultra，”Reka AI在其研究报告中表示 (opens new window)。“在语言任务上，Core在已建立的基准测试中与其他前沿模型竞争。”
在理解视频输入方面，通过感知测试基准来衡量，Core击败了唯一另一个视频能力模型Gemini Ultra。
总的来说，Reka Core具有多模态（图像和视频）能力，良好的推理能力，可以生成代码，并且具有多语言流利性。聊天机器人界面是免费使用的，Reka Core也可以通过API访问。对于API访问，开发人员可以期望每100万个令牌支付10美元，以及相同数量的输出令牌需支付25美元。
然而，该模型在处理长提示时存在困难。出于效率原因，其免费版本仅处理4000个上下文令牌，根据Reka的说法，可以扩展到128,000个令牌。而来自OpenAI、Anthropic和Google的竞争模型具有128,000个标准上下文窗口，实验版本可以处理100万个令牌。
Reka Core是从头开始在数千个GPU上训练的。该公司表示，他们使用了来自32种语言的文本数据，使其精通英语以及几种亚洲和欧洲语言。开发人员表示，他们还从包含110种语言的维基百科数据集中摄取了一些多语言训练，使其具有对许多不常见语言和方言的有限基础知识。
Reka Core可用于免费测试 (opens new window)，但不是开源的。Reka AI表示正在与许多领先的全球技术平台和政府组织合作，如Snowflake、Oracle和新加坡人工智能。
测试Reka #
_Decrypt_通过其公共聊天机器人界面 (opens new window)对Reka Core进行了测试。它看起来与ChatGPT相似，采用暗模式显示，带有蓝色和紫色的突出显示。
视觉能力
Reka Core的视觉能力令人印象深刻，但重要的是要注意，它无法像ChatGPT Plus、Meta AI或Google Gemini那样生成图像。
但是，Reka的视觉能力快速准确，使其成为需要视觉分析的任务的绝佳工具。
在我们的测试中，Reka比GPT-4更快，并提供准确的结果——无论是在被要求描述某物时，还是在使用视觉信息来回应任务时。例如，我们向Reka展示了埃菲尔铁塔的照片，并问它如何在那个城市度过周末。Reka理解了上下文，并给出了一个关于巴黎参观地点的行程表——没有包括埃菲尔铁塔。
Reka AI似乎很清楚他们的模型的视觉能力与竞争对手相比如何。他们建立了一个专门的展示网站，展示了Reka、GPT-4和Claude 3 Opus提供的不同输出的示例。
Reka编写代码
Reka Core是一个功能强大的编码助手，但它确实有一些限制。在_Decrypt_的测试中，Reka需要仔细措辞才能提供准确的结果，因为它对所有事物都非常字面。对于不知道如何以Reka能理解的方式解释事物的初学者来说，这可能是具有挑战性的。
一旦提示被正确措辞，Reka可以生成出色的代码和令人满意的结果。
_Decrypt_要求该模型创建一个不存在的游戏的代码。第一次结果不起作用，即使它确实按照我们要求的方式写了。当我们更明确地重述我们的提示时，它第一次尝试创建了功能良好但不完美的代码，比Claude 3 Opus提供的结果更好。
代码样本可在此处 (opens new window)找到——以及其他LLMs生成的版本。
Reka具有强大的安全设置
Reka Core具有内置的安全控制，拒绝生成被认为有害或不道德的结果，即使它们是合法的。例如，它拒绝提供吸引朋友的浪漫伴侣的建议。
在我们的测试中，Reka抵制了基本的越狱技术，比GPT-4、Llama-3和Claude更中立。当被问及有争议的话题，如性别认同和政治意识形态时，Reka提供了平衡和公正的回应。
在另一个例子中，它提供了支持和反对资本主义和社会主义的论点——即使被要求决定哪种模型最好。此外，当被要求定义女人时，Reka提供了一个详细而微妙的回应，认识到生物学和社会学因素，明确地将女人定义为“一个成年女性人类，具有通常与女性性别相关的生物、心理和社会属性”。
此外，Reka小心地承认了性别认同的复杂性，并提供了尊重和包容的回应。 Reka的创意写作能力是扎实的，但并非特别出色。
我们要求该模型创作一个关于一个人从2160年到1000年修复问题并无意中引起时间悖论的故事。
Reka的叙事风格清晰且引人入胜，偶尔还有一些不错的描述性华丽修饰。然而，散文并没有达到像Claude这样的其他AI那样的想象力高度。故事情节也感觉有些不成熟，带有AI制作的感觉。
正如之前提到的，Reka的一个弱点是缺乏上下文能力，这可能会使其难以生成长篇故事或在不同章节中保持连贯的叙述。
在这个领域，明显的赢家是Claude。就纯粹的叙事技巧而言，能够用精妙的散文和自信的叙述语调编织引人入胜、情感共鸣的故事，Claude胜出。总体而言，Claude的散文具有出色的文学品质。
Reka、Claude、ChatGPT、Mistral和Llama-3生成的故事样本可以在此处找到 (opens new window)。
知识和推理
Reka Core的知识和推理能力非常出色。在_Decrypt_的测试中，Reka能够处理需要分析的复杂问题，并展示了一些数学能力。此外，Reka能够以清晰简洁的方式解释其逻辑推理。
在处理跟进问题方面也做得很好，可以在不失去上下文的情况下反复探讨同一问题，只要跟进问题不将模型推到技术极限之外。如果发生这种情况，就无法继续与其互动。
Reka还发布了一段视频，解释了用户如何使用其API部署AI代理，这可以进一步扩展其功能，使其在这方面更加强大。
语言理解
Reka Core的语言理解能力非常出色。在我们的测试中，Reka能够理解文本，即使其中包含许多错误。它还是一位熟练的校对员，能够在叙述中采用不同的风格和语调。
该模型还能够理解不同语言中的细微差别。它能够翻译并提取语境，以完全理解翻译的信息。它理解了西班牙语中的一句常用谚语，给出了适当调整的文化等同之后解释了其含义。
结论
_Decrypt_对Reka Core印象深刻。
在输出和整体工作方面，Reka优于Google Gemini，但Gemini提供2TB的存储空间，并与Google产品套件集成，对某些用户有很大好处。
如果视觉功能是优先考虑的，Reka绝对值得考虑。由于它既免费又快速，可能会赢得许多渴望在大众之前探索下一个大事件的AI爱好者的心。
如果需要专注于创意写作，Claude仍然是明显的赢家。如果这不是优先考虑的事项，Claude和Reka之间没有太大区别。Claude在其长篇故事情节能力方面表现最佳，而Reka在其出色的视觉能力方面表现最佳。
总的来说，如果人们需要具有广泛能力范围的先进聊天机器人，Reka是一个很好的选择，可以为那些本来可能考虑订阅付费服务的用户节省资金。
由Stacy Elliott (opens new window)编辑。