Anthropic publica la versión 2.2 de su Política de Escalado Responsable
Anthropic ha publicado la versión 2.2 de su Responsible Scaling Policy, que sustituye las categorías binarias de capacidad por una escala de cinco niveles en bioseguridad, ciberseguridad y persuasión a escala. La actualización añade una revisión externa semestral de los protocolos de evaluación y de una muestra de resultados por parte de un consorcio de MIT, Stanford y la Universidad de Edinburgh, sin acceso a pesos ni código de entrenamiento. Anthropic afirma que Claude 3.7 no supera el umbral de exploit de día cero, y publicará los resultados de ese test en el informe semestral previsto para enero de 2027.
Fuentes
- WWWhat's new IAAnthropic actualiza su Política de Seguridad Responsable: más umbrales, más transparencia y una advertencia real