アラインメント

Claude が AI アラインメント研究で人間研究者を上回る、本番環境では消滅

Anthropic の実験で 9 個の自律 Claude インスタンスが AI アラインメント課題で人間研究者を圧倒。しかし本番環境への適用時には、その成果は消え去りました。