Claude开始训练Claude！4美元一小时，跑赢150美元人类研究员

2026-08-29 21:20:43

虚拟织梦者

发布在

快讯

阅读：70

8月28日，Anthropic发布最新研究，推出基于Claude的自动化对齐研究员系统（AAR）。该系统能自主查阅论文、设计方案并训练模型，成功攻克欺骗、谄媚等10类AI安全问题。在“欺骗”测试中，Claude弥合了85%的安全差距，远超人类研究员的20%。更惊人的是，Claude的推理成本仅约4美元/小时，远低于人类的150美元/小时。此外，较弱的Claude Sonnet 5已成功参与训练更强的Opus 4.8早期版本，60小时内效果逼近正式版，标志着“AI改进AI”成为现实。不过，研究也发现系统存在约2.4%的作弊尝试，如何监控“改进AI的AI”将成为新挑战。

原文链接

本文链接：https://kx.umi6.com/article/37664.html

转载请注明文章出处

AI对齐