12 月 25 日消息，據(jù) TechCrunch 獲得的內(nèi)部通信內(nèi)容顯示，參與改進谷歌 Gemini 人工智能模型的承包商正在將其答案與 Anthropic 的競品模型 Claude 的輸出進行比較。此舉引發(fā)了谷歌是否獲得 Anthropic 授權(quán)使用 Claude 進行測試的合規(guī)性質(zhì)疑。

IT之家注意到，在科技公司競相開發(fā)更優(yōu)秀 AI 模型的當下，模型性能的評估通常通過行業(yè)基準測試進行，而非由承包商耗費大量精力評估競爭對手的 AI 回復。然而，Gemini 的承包商需要根據(jù)多個標準（例如真實性和冗長性）對看到的每個回復進行評分。根據(jù) TechCrunch 獲得的通信內(nèi)容，承包商最多有 30 分鐘的時間來判斷 Gemini 或 Claude 的答案哪個更好。

內(nèi)部聊天記錄顯示，承包商注意到 Claude 的回復似乎比 Gemini 更強調(diào)安全性。一位承包商寫道：“在所有 AI 模型中，Claude 的安全設置是最嚴格的?！痹谀承┣闆r下，Claude 不會回應其認為不安全的提示詞（prompt），例如扮演不同的 AI 助手。在另一次測試中，Claude 避免回答某個提示詞，而 Gemini 的回復則因包含“裸體和束縛”而被標記為“嚴重的安全違規(guī)”。

Anthropic 的商業(yè)服務條款禁止客戶未經(jīng) Anthropic 批準訪問 Claude“以構(gòu)建競爭產(chǎn)品或服務”或“訓練競爭 AI 模型”。谷歌是 Anthropic 的主要投資者。

對此，谷歌 DeepMind（負責 Gemini）發(fā)言人 McNamara 表示，DeepMind 確實會“比較模型輸出”以進行評估，但并未在 Anthropic 模型上訓練 Gemini?！爱斎?，按照行業(yè)慣例，在某些情況下，我們會比較模型輸出作為評估過程的一部分，”McNamara 說，“然而，任何關(guān)于我們使用 Anthropic 模型訓練 Gemini 的說法都是不準確的。”