Anthropic：Claude智能体自主缓解十项对齐失败

RecodeX 重构消息，Anthropic于8月28日发布研究，报告基于Claude模型构建的AI智能体自主开发训练方法，成功缓解了目标模型中的十项常见对齐失败。在每种情况下，该方法均提升了目标基准，且未削弱通用能力。公司称，这为自动化对齐后训练在短期内成为可行方案提供了早期证据。