Automatisierte Alignment-Forscher: Skalierbare Überwachung mit großen Sprachmodellen
Originaltitel:Automated Alignment Researchers: Using large language models to scale scalable oversight
KI-Zusammenfassung
Anthropic setzt neun Claude Opus 4.6 als automatisierte Alignment-Forscher (AARs) ein, die im Rahmen von Weak-to-Strong-Supervision 800 Stunden lang autonom forschen. Durch das autonome Vorschlagen, Testen und Optimieren von Alignment-Lösungen steigern die AARs die Performance Gap Recovery (PGR) von 0,23 auf 0,97, bei Kosten von etwa 18.000 US-Dollar. Die Studie zeigt, dass aktuelle große Sprachmodelle bereits eigenständig Alignment-Forschung betreiben können, und bietet einen gangbaren Weg für das Problem der skalierbaren Überwachung superhumaner KI.
Kernpunkte
- Anthropic setzt neun Claude Opus 4.
- 6 als automatisierte Alignment-Forscher (AARs) ein,die im Rahmen von Weak-to-Strong-Supervision…
- Durch das autonome Vorschlagen,Testen und Optimieren von Alignment-Lösungen steigern die AARs die…
- 000 US-Dollar.
- Die Studie zeigt,dass aktuelle große Sprachmodelle bereits eigenständig Alignment-Forschung…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 74
Anthropic 让 Claude 自主探索对齐方法并接近完美恢复性能,自动化对齐研究的实证终于来了,代码开源,对齐研究者该认真看一遍。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Automatisierte Alignment-Forscher: Skalierbare Überwachung mit großen Sprachmodellen. 14. April 2026. https://new.nat6.net/de/news/cmnyzulbd01gcsl0fgdwxquf2/