Anthropic 公开自动化对齐研究员 AAR：6 小时实验超过 28 名研究员

Anthropic 发布 51 页技术报告《Automated Researchers Can Reliably Mitigate Alignment Failures》，公开内部系统自动化对齐研究员（AAR），该系统可自主提出假说、编写训练代码、在单卡 GPU 上执行真实微调，并由物理隔离的评测沙箱打分。