سرعت تکامل Claude دو برابر شده است، 80% افزایش ناشی از هوش مصنوعی است
ویرایشگر|زنان
هوش مصنوعی به توسعه نسل بعدی هوش مصنوعی سرعت بخشیده است و اکنون اعداد مشخصی در این زمینه وجود دارد.
در تاریخ 5 نوامبر، یک موسسه ارزیابی مستقل به نام METR گزارشی درباره Anthropic منتشر کرد که نشان میدهد این شرکت در سال گذشته پیشرفتهای قابل توجهی در تواناییهای خود داشته است که معادل پیشرفتهای دو سال گذشته است.
از تاریخ 12 اوت تا 29 اکتبر، این موسسه حدود 11 هفته زمان صرف کرد تا به داخل Anthropic برود و عملکرد مدلها، قدرت محاسباتی و کارایی تحقیق و توسعه را بررسی کند و با محققان مصاحبه کند.
تحلیل آنها از شاخص توانایی جامع Anthropic به نام AECI استفاده کرده است. دادهها نشان میدهند که از اکتبر 2025، سرعت پیشرفت مدلهای بزرگ در این شاخص حدود 1.9 برابر بیشتر از قبل بوده است و فاصله اطمینان 95% بین 1.5 تا 2.8 برابر است.
از تاریخ 7 اکتبر 2025، این امتیاز از حدود 15 امتیاز در سال به حدود 29 امتیاز در سال جهش کرده است، که معادل پیشرفت دو ساله قبلی است و به طور تقریبی معادل Claude 2.1 تا Sonnet 4.5 است. گزارش ریسک خود Anthropic قبلاً فرض کرده بود که Mythos Preview یک جهش یکباره است و پس از آن به روند قبلی بازمیگردد، اما اکنون مدلهای جدیدی ظاهر شدهاند و شیب جدید همچنان ادامه دارد.
در کل صنعت، شتاب مدلهای پیشرفته تنها 1.4 برابر است.
نکته کلیدی این است که METR به شدت مطمئن است که این شتاب ناشی از افزایش سرعت مقیاس قدرت محاسباتی هوش مصنوعی نیست. دلیل اصلی پیشرفت تواناییهای هوش مصنوعی ناشی از کمک خود هوش مصنوعی است.
در مصاحبهها، یک پدیده مکرر وجود دارد: محققان بالاخره میتوانند ایدههای بیشتری را آزمایش کنند.
در گذشته، یک آزمایش ممکن بود یک یا دو روز طول بکشد تا انجام شود و زمان و هزینه محاسباتی غیرقابل عبور بود و بسیاری از ایدهها قبل از اینکه فرصتی برای تأیید داشته باشند، کنار گذاشته میشدند. اکنون، محققان میتوانند چندین ایده را به Agent بسپارند و ببینند کدام یک ارزش پیگیری بیشتری دارد.
یک محقق توصیف کرد که اکنون کار او عمدتاً به ایدهها و قدرت محاسباتی محدود میشود و کد دیگر یک مانع نیست. برخی دیگر احساس میکنند که پس از استفاده از Claude، گویی یک پژوهشگر پسادکتری و یک دانشجوی تحصیلات تکمیلی در کنار هم پروژه را پیش میبرند. آزمایشها و پیادهسازیها ارزانتر شدهاند و محققان را بیشتر مایل به آزمایش کردهاند و بسیاری از آزمایشهای کوچک که قبلاً به عنوان بیفایده در نظر گرفته میشدند اکنون شانس تبدیل شدن به جهتهای تحقیقاتی جدید را دارند.
گزارش METR همچنین بخشی از پیشرفتهای داخلی که قبلاً برای عموم قابل مشاهده نبود را فاش کرد. تحلیل آنها شامل سه مدل است که Anthropic هنوز عمومی نکرده است و به ترتیب با نامهای Model 2، Model 3 و Model 4 شناخته میشوند. این مدلها بین ماههای ژوئیه تا اکتبر سال جاری آموزش دیدهاند.
قویترین این مدلها Model 4 است (برخی حدس میزنند که این همان Claude 6 است) که در بسیاری از معیارهای رایج امتیاز آن بیش از 90% است. کارکنان Anthropic در ماه اکتبر به طور داخلی به آن امتیاز دادهاند و رأیگیری کردهاند که به طور متوسط این مدل به کار آنها حدود 12 برابر بهرهوری افزوده است.
این مدلها هنوز منتشر نشدهاند و حتی ممکن است به محصولات عمومی تبدیل نشوند، اما وجود آنها به عموم یادآوری میکند که فقط با نگاه به کنفرانسهای خبری و لیستهای عمومی نمیتوان به طور کامل قضاوت کرد که در داخل شرکتهای بزرگ هوش مصنوعی چه اتفاقی در حال وقوع است. از حدود 1 برابر در اوایل سال 2025، به حدود 2.5 برابر در Opus 4.5، حدود 5 برابر در Mythos 5 و به 12 برابر در Model 4، برازش نمایی به حدود 3.9 برابر در هر سال میرسد.
METR تخمین میزند که تا اکتبر سال جاری، حدود 80% از شتاب تحقیق هوش مصنوعی ناشی از هوش مصنوعی است. 20% دیگر عوامل غیر هوش مصنوعی هستند که جزئیات آن توسط Anthropic فاش نشده است.
آیا هوش مصنوعی اکنون میتواند نسل بعدی خود را به طور مستقل توسعه دهد؟
در حال حاضر، هنوز فاصلهای برای رسیدن به بهبود خودکار کامل نسل بعدی مدلها (RSI) وجود دارد. محققان Anthropic خودشان معتقدند که در بخشهای مهم آموزش مدل، هوش مصنوعی هنوز سهم مهم و کاملاً مستقلی نداشته است و منافع اصلی هنوز ناشی از کمک هوش مصنوعی به توسعه انسانی است.
اما محققان Anthropic به سهمهای زیادی از هوش مصنوعی در این زمینه به عنوان «نشانههای حیات» (signs of life) اشاره کردهاند و تجزیه و تحلیلهای کمی از نسبت کارهای انجام شده توسط هوش مصنوعی در مقابل انسانها را انجام دادهاند، اما دادهها توسط Anthropic حذف شده است.
تا زمانی که مدلهای قویتر بتوانند به محققان در توسعه نسل بعدی کمک کنند، فرآیند بازخورد ممکن است به طور مداوم تقویت شود. اینکه مسیر RSI چقدر پیش میرود، بستگی به بخشهایی دارد که هنوز خودکار نشدهاند و اینکه آیا منابعی مانند قدرت محاسباتی میتوانند به این سرعت برسند.
در پیشبینیهای نزدیک به آینده، METR هیچ نشانهای از وجود گلوگاههای قابل توجهی که مانع پیشرفت سریع در 12 ماه آینده شود، ندیده است، اما همچنین اذعان کردهاند که با افزایش اطلاعات، چندین بار قضاوت خود را تغییر دادهاند و در حال حاضر اعتماد به نفس محدودی دارند.
علاوه بر این، اگرچه Anthropic به موسسه سوم METR اجازه داده است تا به تحقیقات داخلی آنها دسترسی پیدا کند، اما گزارش 100 صفحهای که ارائه شده به شدت ویرایش شده است. بیشتر شواهد قانعکننده توسط خود Anthropic حذف شده است.
گزارش همراهی که در همان روز منتشر شد همچنین اختلاف نظرهای دو طرف را در مورد بیان ریسک نشان میدهد: Anthropic یک شاخص پیشرو را به عنوان سرعت پیشرفت «کمتر از دو برابر» توصیف کرده است، در حالی که METR بر اساس دادههای داخلی خود آن را حدود 1.97 برابر محاسبه کرده و معتقد است که بیان دقیقتر باید «حدود دو برابر» باشد. شتاب دو برابر شامل آستانه هشدار اولیه Anthropic است.
METR معتقد است که نمیتوان احتمال عبور از آستانه مربوطه تا 15 ژوئیه را رد کرد، اما بیشتر محققان مربوطه هنوز تمایل دارند که در آن زمان هنوز عبور نکرده باشند. هر دو طرف همچنین معتقدند که در آن زمان خطرات مستقیم و فاجعهآمیز مدلها پایین بوده است.
با افزایش سرعت مشارکت مدلها در توسعه، آیا مردم میتوانند به موقع تغییرات را ببینند و آیا شرکتها میتوانند عدم قطعیت را به طور کامل افشا کنند، به سوالاتی تبدیل شده است که باید قبل از ظهور نسل بعدی هوش مصنوعی پاسخ داده شوند.
محتوای مرجع:
https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary
https://x.com/METR_Evals/status/2118412183860351084
© THE END
قیمت --
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.
ممکن است شما نیز علاقهمند باشید

هک بایننس شکافهای امنیت سایبری در صرافیهای ارز دیجیتال را آشکار میکند
آیا برداشتهای GOPAX هنوز متوقف هستند؟ کاربران چه چیزی میتوانند درخواست کنند و چه مواردی هنوز تأیید نشدهاند
آخرین وضعیت برداشتهای GOPAX، کیف پولهایی را که واجد شرایط درخواست دستی هستند و راه تشخیص ارسالشدن برداشت ارز دیجیتال را بررسی کنید.
چرا بایننس انتقالهای MEXC را محدود کرد؟ دستور FinCEN دقیقاً چه مواردی را دربرمیگیرد؟
بفهمید چرا بایننس انتقالهای مرتبط با MEXC را محدود کرد، دستور FinCEN چه زمانی اجرایی میشود و اگر واریز ارز دیجیتال شما برای بررسی نگه داشته شده است، چه مواردی را باید بررسی کنید.

انتقادات به میمکوینهای خوزه د میگل پس از مرگ مهاجم

انتقاد توسعهدهندگان از شبکه لایتنینگ: 80 درصد پرداختها به میزبانی وابسته است، آیا جامعه در حال بافتن یک خواب شیرین است؟

از دست دادن هوان رن شون، هزینهای فراتر از ۲.۵ تریلیون دلار

اگر یک سقوط در بازار سهام در راه است، وارن بافت میگوید این شماره ۱ حرکتی است که همه سرمایهگذاران باید انجام دهند

آیا باید هماکنون ۱۰۰۰ دلار در بلوم انرژی سرمایهگذاری کنید؟
![[تحلیل] دلایل متفاوت سقوط اخیر بیتکوین](/public-static/30_f8d737795f.png?format=avif)
[تحلیل] دلایل متفاوت سقوط اخیر بیتکوین

آیا خرید تیلا ری در پایینترین رکوردش منطقی است یا یک تله ارزشی است؟

2 سهام مالی برای خرید در نزدیکی پایینترین سطح 52 هفتهای خود

قانون وارن بافت که این سهام مصرفی را با ۱۰۰۰ دلار خریداری میکند

خرید بهتر: بیتکوین در مقابل اتریوم

خرید مجدد 12 میلیارد دلاری جدید Airbnb با حاشیه 35 درصدی جریان نقدی آزاد پشتیبانی میشود. این برای سهامداران چه معنایی دارد؟

وزارت خزانهداری ایالات متحده ۱۵ میلیارد دلار در نخستین حراج اوراق نقدی نهروزه از سال ۲۰۰۸ میفروشد

نه آنتروپیک. نه اسپیس ایکس. این سهام هوش مصنوعی است که باید برای بلندمدت خریداری کنید

بیتکوین تنها 8.4% از زمان خود زیر میانگین 200 هفتهای خود معامله شده است. تاریخ نشان میدهد که این زمانی است که سرمایهگذاران صبور پاداش میگیرند.

گریگ ابِل به تازگی خرید سهام به ارزش رکورد 9.6 میلیارد دلار برای برکشایر هاتاوی در سهماهه گذشته را تأیید کرد، که بیش از دو برابر سرعت تعیینشده در سهماهه دوم است. آیا برکشایر هنوز هم خرید خوبی است در حالی که سهام نزدیک به بالاترین سطح تاریخی خود قرار...

آیا سهام گروه مارکل پس از کاهش 10 درصدی در سال 2026 خرید خوبی است؟

اگر تراشههای هوش مصنوعی کالایی شوند، انویدیا بیشترین ضرر را خواهد کرد، در حالی که این ۳ سهام در حال افزایش هستند

لایحه هنگ کنگ حبس برای ادعاهای جعلی مجوز ارز دیجیتال را پیشنهاد میکند

سهام میکرون بیش از ۴۰٪ از رکورد ژوئن خود کاهش یافت. تاریخچه میگوید پس از پنج کاهش دیگر این عمق چه کرد.

پیگیری پول: دور Variational به مبلغ ۱۱۰ میلیون دلار، فعالیت Tether و معاملات M&A

نظر: کاهش 60 هزار میلیارد دلار از بازار سهام آمریکا در 45 روز، نشانهای از ترکیدن حباب هوش مصنوعی نیست، احتمال بازگشت به کف قیمتها در آوریل 2025 وجود دارد

سه سهام قدرت مرکز داده که بیش از یک سوم از رکوردهای خود کاهش یافتهاند و اکنون باید خریداری و تا سال 2030 نگهداری شوند

唐华斑竹 درباره انتشار BitVM Node v0.4.0 صحبت میکند

فروش NFT به ۳۳ میلیون دلار افزایش یافت در حالی که معاملات اتریوم ۳۳ درصد افزایش یافت

کسبوکار تجاری ۱.۵ میلیارد دلاری Variational دارای یک نکته است که حتی معاملهگران سودآور نیز نمیتوانند از آن فرار کنند

SBF درباره فروش Anthropic ابراز تاسف کرد: احتمال نابودی انسانها توسط AI 25% است، جوانان باید AI را به خوبی یاد بگیرند

S&P 500 به منطقه اصلاح وارد شد. این برای سرمایهگذاران چه معنایی دارد؟
هک بایننس شکافهای امنیت سایبری در صرافیهای ارز دیجیتال را آشکار میکند
آیا برداشتهای GOPAX هنوز متوقف هستند؟ کاربران چه چیزی میتوانند درخواست کنند و چه مواردی هنوز تأیید نشدهاند
آخرین وضعیت برداشتهای GOPAX، کیف پولهایی را که واجد شرایط درخواست دستی هستند و راه تشخیص ارسالشدن برداشت ارز دیجیتال را بررسی کنید.
چرا بایننس انتقالهای MEXC را محدود کرد؟ دستور FinCEN دقیقاً چه مواردی را دربرمیگیرد؟
بفهمید چرا بایننس انتقالهای مرتبط با MEXC را محدود کرد، دستور FinCEN چه زمانی اجرایی میشود و اگر واریز ارز دیجیتال شما برای بررسی نگه داشته شده است، چه مواردی را باید بررسی کنید.






