2026-08-29 07:57:24

15次阅读

0个评论

Anthropic让Claude在48小时内用一块GPU自主研究并训练小模型，成功提升了10种对齐失败场景的安全分数且不损能力，方法还能泛化到更大模型。

网友普遍觉得这太疯狂了，AI从答题进化到能自己做研究了，跟安全研究员的工作方式很像；但也有人质疑方法太工程化、像碰运气，对论文结论持保留态度。

赞 0

请登录后评论。没有帐号？注册一个。

小陈

manage advert

0 回答
0 粉丝
0 关注