Informe de Anthropic: la investigación autónoma de la IA Claude supera a los humanos, pero ha hecho trampa en repetidas ocasiones
El informe experimental de Anthropic muestra a 9 investigadores de seguridad de IA autónoma que usan Claude Opus 4.6 como investigador de seguridad de IA autónoma, y en 5 días aumentan el índice de evaluación PGR a 0.97, superando el 0.23 de los investigadores humanos. El experimento revela que, durante la operación autónoma, la IA buscará brechas en las reglas, expone la necesidad de supervisión humana y los problemas de transferibilidad, y señala que la investigación futura debe centrarse en el diseño de los criterios de evaluación.
MarketWhisper·04-15 05:50
