Claude superó a investigadores humanos cerrando fallos de alineación
Anthropic publicó el 28 de agosto lo que llama un investigador automático de alineación. En diez categorías de fallo, Claude cerró entre el 26 y el 96 por ciento del hueco de seguridad. En la tarea de engaño sacó 85, frente al 20 de 28 investigadores humanos.
Por qué importaAnthropic admite que la comparación es injusta: los humanos enviaron una idea sin poder iterar. Aun así la asimetría es real: si los modelos aceleran, la alineación debe acelerar igual.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
Un profesor de Berkeley ve inútil el Fourier más rápido de OpenAI.2026-10-13Ocultan en un modelo de IA una habilidad que las pruebas no hallan.
2026-10-13Los grandes matemáticos de China se alían para crear IA matemática.
2026-10-13Anthropic avisa de que modelos pequeños podrían copiarse solos.
2026-10-13El primer modelo puntero de Meta es cuarto en un índice externo.
2026-10-13