拿到一个具体的模型安全问题后，Claude 会自己搜索相关论文，从中寻找可用方法，再提出新的训练方案、生成数据、微调模型，最后跑一遍安全和通用能力测试 … 整个过程里，人类负责出题、提供模型和评测标准，Claude 则包下了从查资料到跑实验的绝大部分工作 … 论文称，自动化研究员通常能在 6 小时内找到超过人类平均水平的方法，人类提供的研究方向也没有让 Claude 取得更好的成绩。
拿到一个具体的模型安全问题后，Claude 会自己搜索相关论文，从中寻找可用方法，再提出新的训练方案、生成数据、微调模型，最后跑一遍安全和通用能力测试 … 整个过程里，人类负责出题、提供模型和评测标准，Claude 则包下了从查资料到跑实验的绝大部分工作 … 论文称，自动化研究员通常能在 6 小时内找到超过人类平均水平的方法，人类提供的研究方向也没有让 Claude 取得更好的成绩。