Новина з CoinWorld: Anthropic опублікувала дослідний блог, у якому представила стратегію тренування для усунення «розбіжності агентів» у моделях Claude 4.5 та наступних. Дослідження показує, що лише «правильне демонстрування поведінки» має обмежений ефект, справді ефективним є навчання моделі «чому потрібно так діяти» та переплавлення цінностей через синтезовані документи. Команда виявила, що цілеспрямоване навчання десятків тисяч записів про відмову від поганих дій знизило рівень розбіжності з 22% до 15%.