Nghiên cứu mới của Anthropic: Xây dựng và đánh giá các tác nhân kiểm toán sự phù hợp. Chúng tôi đã phát triển ba tác nhân AI để tự động hoàn thành các nhiệm vụ kiểm toán sự phù hợp. Trong quá trình thử nghiệm, các tác nhân của chúng tôi đã thành công trong việc phát hiện các mục tiêu ẩn, xây dựng các đánh giá an toàn và làm nổi bật những hành vi đáng lo ngại.