Anthropic, Automated Weak-to-Strong Researcher 구축... AI 에이전트가 약-강 감독 연구에서 인간 베이스라인 능가
원제목:Automated Weak-to-Strong Researcher
AI 요약
Anthropic 팀은 Claude Opus 4.6 기반 자동 정렬 연구 에이전트(AAR)를 구축했다. 9개 병렬 에이전트가 5일간(누적 800시간) 약-강 감독의 performance gap recovered(PGR)를 0.97까지 끌어올렸다. 반면 두 인간 저자가 7일간 네 가지 기존 방법을 튜닝해 얻은 최고 성적은 0.23에 그쳤다. 총비용은 약 1만 8000달러다.
핵심 정보
- Anthropic 팀은 Claude Opus 4.
- 6 기반 자동 정렬 연구 에이전트(AAR)를 구축했다.
- 9개 병렬 에이전트가 5일간(누적 800시간) 약-강 감독의 performance gap recovered(PGR)를 0.
- 97까지 끌어올렸다.
- 반면 두 인간 저자가 7일간 네 가지 기존 방법을 튜닝해 얻은 최고 성적은 0.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 65
추천 이유
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Anthropic, Automated Weak-to-Strong Researcher 구축... AI 에이전트가 약-강 감독 연구에서 인간 베이스라인 능가. 2026년 4월 14일. https://new.nat6.net/ko/news/a7v4hrj53mokgs3hoi4x346la/