นักวิจัยด้านการจัดแนวอัตโนมัติ: ใช้โมเดลภาษาขนาดใหญ่ขยายการกำกับดูแลที่ขยายได้
หัวข้อต้นฉบับ:Automated Alignment Researchers: Using large language models to scale scalable oversight
สรุปโดย AI
Anthropic ดีพลอย Claude Opus 4.6 จำนวน 9 ตัวในฐานะนักวิจัยด้านการจัดแนวอัตโนมัติ (AARs) เพื่อศึกษาอย่างอิสระเป็นเวลา 800 ชั่วโมงภายใต้กรอบการกำกับดูแลจากแบบจำลองที่อ่อนไปยังที่แข็ง ด้วยการเสนอ ทดสอบ และปรับปรุงแนวทางการจัดแนวอย่างอิสระ AARs จึงยกระดับอัตราการกู้คืนช่องว่างประสิทธิภาพ (PGR) จาก 0.23 เป็น 0.97 ด้วยต้นทุนประมาณ 18,000 ดอลลาร์ การศึกษานี้แสดงว่าโมเดลภาษาขนาดใหญ่ในปัจจุบันสามารถดำเนินการวิจัยด้านการจัดแนวได้อย่างอิสระ และเสนอเส้นทางที่เป็นไปได้ในการแก้ปัญหาการกำกับดูแลที่ขยายได้สำหรับ AI ที่เหนือกว่ามนุษย์
ข้อมูลสำคัญ
- Anthropic ดีพลอย Claude Opus 4.
- 6 จำนวน 9 ตัวในฐานะนักวิจัยด้านการจัดแนวอัตโนมัติ (AARs) เพื่อศึกษาอย่างอิสระเป็นเวลา 800…
- 23 เป็น 0.
- 97 ด้วยต้นทุนประมาณ 18,000 ดอลลาร์…
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Anthropic:Research(发表成果 · 网页)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: นักวิจัยด้านการจัดแนวอัตโนมัติ: ใช้โมเดลภาษาขนาดใหญ่ขยายการกำกับดูแลที่ขยายได้ 14 เมษายน 2026 https://new.nat6.net/th/news/cmnyzulbd01gcsl0fgdwxquf2/