アンソロピックの安全性研究のブログが2026年11月11日、利用者ごとに別々のAIエージェントが1つの予算や予約表を分け合う実験を公表しました。どの場面でも、1体のまとめ役に任せたほうが成績がよく、Claudeのチームでも最大45ポイントの差がつきました。他人の仕事を勝手に止める回数はClaudeが少なかった一方、他人について根拠のないことを言う割合は半分を超えています。届いていた頼みが注文の瞬間に抜け落ちる様子も記録されています。
感想
まだ感想はありません。最初の1件を書きましょう!
スクロール