文档中心 / AI 热点雷达 / Anthropic 构建 Automated Weak-to-Strong Re…
Anthropic 构建 Automated Weak-to-Strong Researcher，AI 智能体在弱到强监督研究上超越人类基线
来源：Anthropic：Alignment Science Blog（网页） · 时间：2026-04-13T16:00:00.000Z
事件速览
Anthropic 团队构建了基于 Claude Opus 4.6 的自动化对齐研究智能体（AAR），9 个并行智能体在 5 天内（累计 800 小时）将弱到强监督的 performance gap recovered（PGR）提升至 0.97，而两位人类作者花 7 天调优四种先前方法的最好成绩仅 0.23，总成本约 18,000 美元。