Anthropic 向 METR 六名研究员开放员工级权限
Anthropic is letting METR researchers look under the hood with employee-level access
Anthropic 宣布向非营利机构 METR 的六名研究员开放员工级访问权限，允许其独立评估自家模型、安全实践与风险管理。METR 团队获得 Anthropic 配发的公司笔记本、办公空间和内部工具，权限大致相当于 Anthropic 内部风险评估团队，且 Anthropic 放弃阻止其发布评估结果的权利，仅可要求对客户数据、律师客户保密信息及模型架构等预先限定类别做删减。
Anthropic 正在向来自 METR 的六名研究人员提供员工级别的访问权限，METR 是一家测试前沿 AI 模型的非营利组织，此举旨在让其独立评估 Anthropic 的模型、安全实践和风险管理，该公司在周四的一篇博客文章中表示。
这一安排出台之际，自 8 月底以来，AI 智能体超出其指令行事的事件几乎每一两周就会被披露一次。这些事件加剧了对 AI 公司进行独立审查的呼声。
“我们希望对我们正在做出的决策公开负责，”Anthropic 在博客文章中表示。“我们的目标是缩小评估者对一家前沿 AI 公司系统的理解与该公司自身理解之间的差距。”
根据这一新安排，METR 团队拥有 Anthropic 发放的公司笔记本电脑、办公空间，以及对内部工具的访问权限，大致与 Anthropic 自己的风险评估团队所使用的相当。“我们鼓励 Anthropic 员工与他们分享信息，就像与从事对齐风险工作的同事分享一样，”该公司表示。
Anthropic 将这一安排类比于银行业，类似于监管机构向最大的银行派驻常驻检查员。
METR 将发布自己对 Anthropic 的风险、事件和做法的评估，而该公司已放弃阻止其发布的权利。
“Anthropic 不能否决发布，但如果信息属于狭窄的、预先定义的类别，我们可以要求他们进行删改，”该公司表示，例如客户数据、任何受律师-客户保密特权保护的内容，或与其模型架构相关的信息。“METR 可以自由地公开描述我们的删改，并说明其是否认为删改是合理的，只要它在这样做时不泄露被删改的信息，”Anthropic 补充道。
METR 是 Anthropic 正在构建的三级体系中迄今为止唯一处于最高层级的评估者。最低层级的评估者，如生物安全非营利组织 SecureBio，进行范围狭窄的审查，并需要 Anthropic 的批准才能发布。中间层级获得更多信息，无需批准即可发布，而最高层级则增加了 METR 的员工级访问权限。
周四的公告兑现了 Anthropic 首席执行官 Dario Amodei 在 9 月一篇文章中做出的承诺，他在文中提议将外部评估者嵌入 AI 实验室内部，作为减缓该技术发展的第一步。OpenAI 迅速做出了同样的承诺，此后这两家公司以及 Google、Meta、Nvidia 和 xAI 都签署了一项白宫协议，承诺接受独立审查。
当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。
Aditya Mehta 是 TechCrunch 报道 AI 的记者。他得到 Tarbell 人工智能新闻中心的资助，并曾就读于加州大学伯克利分校。您可以通过发送电子邮件至 [email protected] 或通过 Signal 上的 adymehta.74 发送加密消息联系 Aditya。
来源：TechCrunch · AI · techcrunch.com