METR 评估 Anthropic 研发加速：独立审计不等于公开证据
METR 对 Anthropic 开展了约 11 周评估，获准查看部分内部资料，判断 Anthropic 提升模型能力的速度约为过去的两倍。这个结论本身可以公开，但支撑它的证据里，METR 认为最有分量的那部分多半被 Anthropic 删去。读者可以审阅公开的方法、结果与稳健性检验，但不等于能独立复算；其余部分，得看你愿意在多大程度上相信评估方的判断。
编辑部约 9 分钟
AI 资讯
Anthropic 相关资讯
查看全部
Anthropic 的 FlashProve：用密码学证明「回答出自哪个模型」，研究原型能做到哪一步
你调用一个模型 API，其实没法确认回答你的就是你付钱买的那个模型。Anthropic 前沿红队 11 月 2 日公布的 FlashProve 研究原型，让服务方先对权重做承诺，再给每个回答附上一份证明，你在 CPU 上就能验。它能证明的东西很硬，限制也很多：只证明贪心解码下的一个 token，跑的是 Llama 4 Maverick，不是 Claude，证明的 GPU 开销是普通推理的 70 到 95 倍。
编辑部约 7 分钟