
METR报告:Anthropic内部AI研发速度约为此前两倍
来源标题:An inside look at Anthropic’s AI speedup
AI评估非营利机构METR在获取Anthropic内部数据11周后估计,其AI进展速度约为原来的2倍,估计区间为1.3至3倍,其中约80%的加速归功于其自家AI。Anthropic联合创始人Sam McCandlish表示公司进行了大量删改,METR称最强证据多被隐去。
以下正文由 AI 翻译自 The Rundown AI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
早上好,AI爱好者们,欢迎我们的4,687位新读者。Anthropic已将“控制前沿节奏”作为其对外宣传的一部分,对向公众开放的内容有所保留。但在实验室内部,节奏似乎是另一回事。
在获得实验室数据访问权限11周后,METR估计Anthropic的进展速度大约翻了一倍,其中大部分跃升由其自身的AI驱动,且没有明显的瓶颈来减缓这一速度。公众何时能看到背后的模型则是另一个问题。
METR对Anthropic AI加速的内部观察
用AI找工作并做好被录用的准备
The Rundown:AI评估非营利组织METR刚刚发布了一份新报告,公布了其在11周内访问Anthropic内部数据及采访员工的发现,结论是该公司的AI进展速度可能约为之前的2倍,主要归因于其自身的AI——不过Anthropic对大部分最强证据进行了涂黑处理。
METR估计的加速幅度相对于Anthropic 2024-25年的节奏在1.3到3倍之间,METR将该公司约80%的加速进展归功于AI。
Anthropic联合创始人兼安全负责人Sam McCandlish表示,实验室大量涂黑是为了避免“向他人提供加速的路线图”。
报告还披露了两个位于其排名最高的Claude Opus 5.5之前的内部模型,其中包括一个“Model 4”,在全部15项受测基准上均超过50%。
Anthropic的IPO文件将危险阈值定义为“可归因于AI的急剧加速进展”,周一的更新称该节点可能已经临近。
为何重要:METR的Ryan Greenblatt表示,他此前预期今年加速会慢得多,结果发现自己“大错特错”。AI帮助构建更好的AI,是每个实验室都在追逐、每个安全计划都在担忧的循环,而它似乎已经在Anthropic内部运转。鉴于METR未发现明显的瓶颈,这个循环可能只会越来越快。
The Rundown:Granola,这款为会议连轴转的人设计的AI记事本,刚刚推出了语音输入功能。按住Fn键说话,干净的文本就会出现在任何应用中,无论是回复邮件还是撰写提示词。
自然说话,在Gmail、Slack或Docs中获得干净文本
现已在Mac和Windows上可用,iOS和Android即将推出
使用优惠码THERUNDOWN首月免费。
Rowan:我有一条规矩,在允许自己自动化任何事之前:我必须先手动做至少三次。
我在这里分享的每一个自动化都遵循了这条规矩。在把周五的“工厂检查”交给agent之前,我手动执行了好几个月。在agent接手之前,我自己整理联系人、自己写跟进邮件。这些手动操作是我自身判断力的训练数据。
当你亲自做一项任务几次之后,你就会知道什么是好的结果、哪些步骤真正重要、以及哪里容易出错(这也让你之后能检查agent的工作,而不是盲目信任它)。
它还能纠正我看到的人们在开始用AI构建时最常犯的错误,那就是带着“找问题来解决”的心态去使用工具。反过来。先找到你生活和工作中的真实问题,手动做三次,然后(只有到那时)再自动化它们。你腾出的时间会浮现下一个问题,然后你重复这个过程。
这个循环才是真正的AI生产力发生的方式。从来不是一个工具一下子自动化所有事情;而是一个迭代堆叠的过程,六个月后你就已经是一个不同的操作者了。
所以在你构建agent之前,周一自己做一遍这个任务,周三再做一遍,周五再做一遍。然后自动化你真正理解的那个版本。
The Rundown:在本指南中,你将用AI找到真实的职位空缺,将其与你的经验进行对比,定制简历,并练习面试。一位虚构的申请人贯穿整个流程,你可以在使用自己的信息之前先跟着操作。
选择一个目标职位名称、两个相关职位名称,以及你在地点、工作方式、薪资和经验方面的限制条件。
让ChatGPT找到五个当前的职位空缺。在将每个职位加入列表之前,先在雇主自己的招聘页面上核实。
将一份已核实的职位描述与一份经过隐去处理的简历副本进行对比。让AI展示强匹配、部分匹配和缺失的要求。
仅使用你能证实的事实来定制简历并撰写简短的求职信。在保存或申请之前,审查每一条新增内容。
练习八个面试问题,一次一个,然后将申请情况和下次跟进日期添加到你的追踪表中。
专业提示:让AI展示每处简历修改背后的证据。关键词只有在描述你真正做过的工作时才有用。
The Rundown:Agentic AI投资增长了31.8%,但只有11%的组织将其转化为可衡量的商业价值。2027年CIO议程指出了四个关键脱节,以及领先组织如何弥合价值差距。
The Rundown:OpenAI刚刚发布了Images 2.6,这是一个升级版、更快的图像模型系列,正在其ChatGPT和Codex平台上推出,内置了新的GIF功能,可以将输入的想法、照片或草图制作成动画。
OAI此前的模型已在各项图像基准中占据榜首,而2.6在Design Arena上略微超越了前代,夺得第一。
开发者可通过API使用两个版本,Sunburst用于更高质量的工作,Flare用于更轻量、更快速的任务。
2.6是OpenAI首个加入动态效果的图像模型,能够将现有图像或想法转换为动态GIF,或从零创建全新的动画。
用户可以调整GIF的速度或修改单帧,该公司表示该模型生成图像的速度也比之前版本快50%。
为何重要:好玩?是的。大家期待已久的Astra 6.2升级?不是。OpenAI在图像生成领域仍然领先,但鉴于Anthropic已连续数月位居主要AI排行榜榜首,任何不是下一个重大模型发布(普遍预计本周到来)的东西都只是开胃菜。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。