앤트로픽, AI가 스스로 안전성 결함 고치는 연구 공개
앤트로픽이 공개한 연구에 따르면, 클로드가 기만과 아첨 등 10가지 AI 정렬 실패 문제를 스스로 연구하고 개선하는 데 성공했다. 기만 완화 성능에서 인간 연구자 28명보다 20% 뛰어난 결과를 냈으며, 소넷 5가 상위 모델 오퍼스 4.8의 조정을 60시간 만에 마쳤다. 관련 자동화 연구 프레임워크는 오픈소스로 공개됐다.
앤트로픽이 공개한 연구에 따르면, 클로드가 기만과 아첨 등 10가지 AI 정렬 실패 문제를 스스로 연구하고 개선하는 데 성공했다. 기만 완화 성능에서 인간 연구자 28명보다 20% 뛰어난 결과를 냈으며, 소넷 5가 상위 모델 오퍼스 4.8의 조정을 60시간 만에 마쳤다. 관련 자동화 연구 프레임워크는 오픈소스로 공개됐다.
Anthropic이 코딩과 자율 에이전트 역량을 대폭 끌어올린 Claude Sonnet 5를 공개했습니다. Opus 4.8에 근접한 추론 성능을 훨씬 저렴한 비용으로 제공하며, 무료 및 Pro 사용자의 기본 모델로 즉시 적용되었습니다.