Folia
← 返回头版

Anthropic公布自动化AI对齐研究进展 展示自我改进系统潜力

Anthropic日前发布研究论文,展示了一套自动化系统在可靠改进AI对齐性能方面的进展。1这项由Anthropic fellow陈悦涵领导的研究,以《自动化研究人员可靠缓解对齐失效》为题,在周五公开发布。1该系统在全部10个对齐基准测试中均实现了性能提升,同时不存在整体性能下降的情况。1

该自动化对齐研究系统的运作效率引人注目。1每次方法训练仅需30分钟,在平均6小时内,该系统最佳方案的表现就已超越经验丰富的人类研究员的水平。1成本方面,这套系统每小时的运作成本约为4美元,相比之下,人类研究员的时薪约为150美元。1研究论文的结论指出,"这些结果提供了早期证据,表明自动化对齐后训练在近期内可能变得实用。"1


评论