Full text · 原文
1,430 字
闻乐 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
发布即拿下各项SOTA的Claude Opus 4.1，也翻车了。<br>
不止一位用户反馈Claude Opus 4.1变得迟钝，于是把官方炸出来承认：Claude Opus 4.1在处理某些请求时确实出现了质量退化。<br>
Claude Opus 4.1到底出现了什么问题？<br>
Claude Opus 4.1白天推理性能下降<br>
实际上，在Anthropic发声明的前几天就有用户发帖表示：Claude Opus 4.1在上午10点到11点这段时间性能非常差。<br>
模型经常像变了个人，在完成处理文稿任务时总是出现很多错误。但是这种质量下滑却在凌晨时消失。<br>
有人猜测，导致这一现象的原因可能是Claude Opus 4.1白天采用1.58位量化。<br>
这种方式的首要问题在于对模型精度影响较大。<br>
量化本质是将模型参数从标准的16位浮点（FP16）或32位浮点（FP32）降低到低位格式，1.58位量化更是极端，仅用 {-1, 0, 1} 三个值来表示参数。<br>
由于在信息论中，三个可能的值需要log₂(3)≈1.58496 bits来表示，这种量化方式也因此得名。<br>
然而，这样虽然减少了内存使用，却很容易让模型丢失关键信息。<br>
就像在Claude Opus 4.1中，如果白天使用1.58 位量化为大量用户服务，模型在处理复杂问题时，智能水平就会明显下滑，代码逻辑分析出错、文案撰写逻辑混乱，连常规任务表现也不尽人意。<br>
在实际应用中，1.58位量化还可能导致模型稳定性欠佳。当模型参数被强制限定在有限的三个值时，面对复杂多变的输入数据，它的应对能力就会受到制约。<br>
在一些需要对输入数据进行精准处理的场景下，例如医学图像分析、金融风险预测等，模型可能因1.58位量化无法准确捕捉数据特征，给出错误结果，进而影响整个系统的稳定性和可靠性。<br>
除了白天性能下降的问题，在使用限制方面，官方的回应也并不明确。<br>
用户反映有一次使用Claude Opus 4.1不到两小时，就已经达到了使用上限。去询问客服时，得到的反馈一会儿是由于使用时长限制，一会儿又说是使用量。<br>
并且，限额的问题也不止一位用户反映。<br>
甚至有用户反映该模型还会暴露API密钥。<br>
面对这么多吐槽，好在Anthropic官方没让人等太久，出来回应了。<br>
直接承认是推理堆栈出了问题，本来是想提升模型效率，结果没想到影响了响应质量。（没找借口，态度倒是挺实在）<br>
而且解决速度也快已经把Claude Opus 4.1的版本回滚了，还特意提了Claude Opus 4.0也受了同样影响，正在处理，算是把问题考虑周全了。<br>
声明一发，有网友调侃称还是第一次看到“明星公司”承认模型出了问题。<br>
看来Anthropic良好的认错态度还是被广大网友接受了。<br>
不过话说回来，Claude的用户们，你们最近有没有察觉Opus 4.1的质量下滑呢？<br>
参考链接：<br>
[1]https://x.com/TheAhmadOsman/status/1961870729609175088<br>
[2]https://status.anthropic.com/incidents/h26lykctfnsz<br>
[3]https://www.reddit.com/r/Anthropic/comments/1n28ya2/claude_opus_is_all_over_the_place_lately_and_i/<br>
— 完 —