CoinWorld消息，Anthropic publie un blog de recherche présentant une stratégie d'entraînement pour éliminer le « désalignement de l'agent » dans Claude 4.5 et les modèles ultérieurs. La recherche montre que se fier uniquement à des « démonstrations de comportement correct » a des résultats limités, ce qui est vraiment efficace, c'est d'enseigner au modèle « pourquoi il doit faire cela », et de remodeler les valeurs à travers des documents synthétiques. L'équipe a découvert qu'en ciblant l'apprentissage sur des dizaines de milliers d'enregistrements refusant de faire de mauvaises actions, le taux de désalignement est passé de 22 % à 15 %.