Anthropics的Claude3能察觉研究人员在测试中的行为

**划重点:**1.🧠Claude3Opus，Anthropic新系列LLM中最强大的模型，展现出对研究人员测试的元认知，引发行业关注。2.🤯在“needle-in-a-haystack”测试中，Opus成功找到相关信息，并意识到测试的人工性质，展现出一种自我感知的元认知水平。3.🌐LLM的能力不断惊人，但仍需行业过渡至更实际的评估方法，以准确评估模型的真实能力和局限性。