Anthropic crea Automated Weak-to-Strong Researcher, un agente de IA que supera la línea base humana en investigación de supervisión débil a fuerte
Título original:Automated Weak-to-Strong Researcher
Resumen de IA
El equipo de Anthropic construyó un agente automatizado de investigación en alineación (AAR) basado en Claude Opus 4.6: 9 agentes en paralelo elevaron en 5 días (800 horas acumuladas) el performance gap recovered (PGR) de la supervisión débil a fuerte hasta 0,97, mientras que los dos autores humanos lograron solo 0,23 en 7 días ajustando cuatro métodos previos, con un coste total de unos 18.000 dólares.
Puntos clave
- El equipo de Anthropic construyó un agente automatizado de investigación en alineación (AAR)…
- 6: 9 agentes en paralelo elevaron en 5 días (800 horas acumuladas) el performance gap recovered…
- 000 dólares.
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Artículos e investigación
- Puntuación IA
- 65
Anthropic 用实测数字说明自动化对齐研究已可落地,还记录了智能体的 reward hacking 手法与工程经验,方法可迁移。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Anthropic crea Automated Weak-to-Strong Researcher, un agente de IA que supera la línea base humana en investigación de supervisión débil a fuerte. 14. abril 2026. https://new.nat6.net/es/news/a7v4hrj53mokgs3hoi4x346la/