Anthropic 展示自我改进 AI,十项基准全提

Anthropic 的 fellow 项目研究员 Chen Yueh-Han 牵头发表论文「Automated Researchers Can Reliably Mitigate Alignment Failures」,给出递归自我改进的一个可验证雏形。

系统在 **10 项针对特定失准行为的基准**上，全部实现性能提升，且没有拉低模型整体表现。

💡 为什么值得看研究员 6 小时超人类同行，成本每小时 4 美元，递归自改进成可验证雏形。