Anthropisch verwendet Pokémon, um sein neuestes KI -Modell zu bewerten

In einer überraschenden Entscheidung hat Anthropic beschlossen, sein neuestes KI-Modell, Claude 3.7 Sonnet, mit dem klassischen Game Boy-Spiel Pokémon Red zu testen. Laut einem am Montag veröffentlichten Blogbeitrag hat das Unternehmen das Modell mit den Grundlagen ausgestattet: Speicher, die Fähigkeit, Bildschirmpixel zu lesen, und die Möglichkeit, Tasten zu drücken und sich auf dem Spielbildschirm zu bewegen. Diese Ausstattung ermöglichte es Claude 3.7 Sonnet, in die Welt von Pokémon einzutauchen und weiterzuspielen.

Was Claude 3.7 Sonnet auszeichnet, ist seine Fähigkeit zum „erweiterten Denken“. Ähnlich wie andere Modelle wie OpenAI's o3-mini und DeepSeek's R1 kann es schwierige Probleme angehen, indem es die Rechenleistung erhöht und sich Zeit nimmt, um gründlich nachzudenken.

Diese Funktion erwies sich in Pokémon Red als bahnbrechend. Während das ältere Modell Claude 3.0 Sonnet nicht einmal aus dem Startgebiet in Pallet Town herauskam, gelang es Claude 3.7 Sonnet, drei Arenaleiter zu besiegen und ihre Orden zu gewinnen.

Letzte Woche testete ein Forscher eine frühe Vorschau von Claude 3.7 Sonnet.

Die Ergebnisse waren beeindruckend. Innerhalb von Stunden besiegte Claude Brock. Tage später schlug es Misty. Fortschritte, die ältere Modelle kaum erreichen konnten.

Es stellt sich heraus, dass erweitertes Denken äußerst effektiv ist. pic.twitter.com/RspsLgj2Uf

— Anthropic (@AnthropicAI) 25. Februar 2025

Es wird nicht lange dauern, bis ein cleverer Entwickler die genauen Details herausfindet.

Obwohl Pokémon Red wie ein unterhaltsamer Test erscheinen mag, werden Spiele schon seit Langem für KI-Benchmarks genutzt. Allein in den letzten Monaten sind eine Reihe neuer Apps und Plattformen aufgetaucht, um zu testen, wie gut KI-Modelle alles von Street Fighter bis Pictionary spielen können.