Nezavisna istraživačka organizacija METR objavila je izveštaj prema kojem Anthropic sve više koristi sopstvene napredne modele kako bi ubrzao njihov dalji razvoj. Analiza, sprovedena tokom 11 nedelja u kompaniji, ukazuje na to da je tempo unapređivanja modela približno dvostruko veći u poređenju sa periodom od pre godinu dana.

Istraživači procenjuju da je Anthropic tokom poslednjih 12 meseci ostvario napredak ekvivalentan otprilike dvema godinama prethodnog razvojnog tempa. Prema navodima METR-a, ubrzanje se ne može jednostavno objasniti većom računarskom snagom tokom obučavanja. Glavni faktor, prema dostupnim nalazima, jeste primena modela u istraživačkim i inženjerskim zadacima.

Zaposleni u kompaniji Anthropic, anketirani putem internih kanala i intervjua, prijavili su velike dobitke u produktivnosti. Korisnici najsposobnijeg internog modela u proseku su smatrali da rade oko 12 puta produktivnije nego bez takve pomoći. To je približno dvostruko veća prijavljena korist u odnosu na procene date samo nekoliko meseci ranije.

Za sada, najveći deo koristi dolazi od modela koji pomažu ljudima, a ne od potpuno samostalnog rada. Ipak, METR beleži signale da bi autonomni doprinos mogao da dobije veću ulogu u skorijoj budućnosti. U izveštaju se ne navode jasni znaci smanjenih prinosa ili tehničkih ograničenja koja bi usporila dalje ubrzanje.

Tokom poslednjih šest meseci, Anthropic je završio obučavanje tri modela koji još nisu javno dostupni. U dokumentu su označeni kao Model 2, Model 3 i Model 4, a obučavanje je završeno između jula i oktobra. METR ukazuje i na stariji neobjavljeni model iz 2022. godine.

Izveštaj je istovremeno izazvao kritike zbog ograničene javne dostupnosti dokaza. Anthropic je imao pravo da uklanja delove iz konačne verzije, a METR navodi da je sakriven veliki deo najinformativnijih materijala. Kompanija je obrazložila da bi detaljnije informacije mogle da pomognu konkurentima da brže napreduju.

Upravo ova kombinacija ubrzanog razvoja i ograničene transparentnosti pojačava poziv za snažniji nezavisni nadzor nad laboratorijama koje razvijaju najnaprednije modele.