Anthropic 研究员 Chen Yueh-Han 领导的新论文展示了 AI 系统如何自动修复模型的对齐失败。在 10 个对齐基准测试中，自动化系统全部成功提升了表现，且未降低整体性能。这一研究为递归自我改进迈出了重要一步。 用其他 AI 模型来训练 AI 模型已成为许多 AI 实验室的热门目
2026-08-29