Anthropic: mérőeszközök az AI-fejlesztés üteméhez
Az Anthropic nyilvánosságra hozta azokat a mérési módszereket, amelyekkel nyomon követhető, hogy mennyire automatizálják az AI-rendszerek saját fejlesztésüket. A cég szerint a transzparencia szükséges ahhoz, hogy a világ megérthesse a frontier AI-laborok fejlesztési tempóját.
Az Anthropic az AI-fejlesztés három kritikus aspektusát megvilágító mérőeszközöket mutatott be. A cég létrehozta az Anthropic R&D Automation Index nevű indexet, amely katalogizálja a vállalat AI-kutatási és fejlesztési munkáinak típusait, és értékeli, mennyire automatizáltak az egyes feladatok. A méréshez az Epoch AI által kifejlesztett automatizáltsági skálát (AL0-tól AL5-ig) használják, ahol az AL0 azt jelenti, hogy nincs AI-bevonás, az AL5 pedig azt, hogy az AI teljesen autonóm módon működik emberi beavatkozás nélkül.
Az Anthropic azt is dokumentálta, hogy hogyan felügyeli az AI-ágensek tevékenységeit a vállalat rendszerei. A méréshez három metrikát használnak: a lefedettséget (az ágensek hány százaléka kerül monitorozásra), az áttekintési késleltetést (az akció és az emberi felülvizsgálat közötti idő) és az eszkalációs arányt (hány tevékenységet blokkolnak vagy jelölnek meg további felülvizsgálatra). Az augusztus 2026-as adatok szerint az Anthropic leggyakrabban használt belső platformján körülbelül 30 000 ágensz végzett kutatási és mérnöki munkát egyszerre.
Az Anthropic azt tervezi, hogy független harmadik fél értékelőket helyez el a vállalatban, akik hozzáférést kapnak a belső folyamatokhoz és adatokhoz. A cég szerint bármely frontier fejlesztő közzéteheti ezeket a méréseket rendszeresen nyilvános módszertannal, amely lehetővé tenné az adatok összehasonlítását az idő múlásával és potenciálisan a laborok között.
Forrás: Anthropic — „Measurements for understanding the pace of AI development inside frontier labs - Anthropic”
Ez az összefoglaló a fenti forrás alapján, mesterséges intelligenciával készült. Szerkesztőségi ellenőrzésen nem esett át; a részletekért olvasd el az eredeti cikket.