Anthropicが自動アライメント研究者開発、監督ギャップ97%閉鎖

AnthropicはClaude Opus 4.6を活用したAutomated Alignment Researchersを開発。弱モデルで強モデル監督の性能ギャップを人間の23%に対し97%回復しました。9並行AARが実験を高速化。一般化テストも成功し、研究効率向上。AI安全研究の自動化が進みます。