Anthropic让AI对齐AI，效率提升1.5万倍

Anthropic最新研究揭示，AI在对齐研究上已展现出超越人类的效率与成本优势。通过让较弱模型Claude Sonnet 5对齐更强模型Claude Opus 4.8，实验结果显示AAR在多项任务中表现优异，且显著降低了训练样本需求。这标志着AI自主改进自身能力的新里程碑。

🔗 [论文地址]：https://www-cdn.anthropic.com/7b1c44894e980876479947dcdd40716278aeeffd/automated-alignment-researchers-august-2026.pdf
🔗 [文档地址]：https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures