Anthropologische Geschwindigkeiten verdoppeln sich, doch METR behauptet, Beweise seien verborgen.
METR stellt fest, dass sich die Modelle von Anthropic etwa doppelt so schnell verbessern wie zuvor, vor allem dank KI-Unterstützung. Anthropic hat den Großteil der Belege, die diese Behauptung stützten, entfernt.
Laut einer unabhängigen Studie verbessert Anthropic seine KI-Modelle etwa doppelt so schnell wie noch vor einem Jahr. Der Haken: Das Unternehmen hat den Großteil der von den Gutachtern als besonders wichtig erachteten Beweise geschwärzt. Die Öffentlichkeit muss daher den Aussagen des Unternehmens vertrauen, um ein Ergebnis zu erhalten, das die Risikobewertung des KI-Fortschritts grundlegend verändern könnte.
Die Einschätzung stammt von Modellevaluierung und Bedrohungsforschung (METR), METR verbrachte von Mitte August bis Ende Oktober elf Wochen im Anthropic-Labor und hatte Zugriff auf interne Vergleichswerte, Schulungsmetriken, Mitarbeiterbefragungen und Umfragen. METR erhielt dafür keine Vergütung vom Labor.
Die Zahl
Auf dem internen Fähigkeitsindex (AECI) von Anthropic sind die Modellwerte schätzungsweise um einen Betrag gestiegen. 1,9-mal Die Rate vor Oktober 2025 wird mit einem 95%-Konfidenzintervall von 1,5- bis 2,8-fach angegeben. Vereinfacht ausgedrückt: Laut METR hat Anthropic im vergangenen Jahr einen Fortschritt erzielt, der etwa zwei Jahren der bisherigen Entwicklung entspricht. Die meisten METR-Mitarbeiter, die an dem Projekt beteiligt sind, gehen nun davon aus, dass das Labor die festgelegten Aufgaben wahrscheinlich etwa doppelt so schnell wie im Zeitraum März 2024 bis Oktober 2025 bewältigen wird. Sie wären jedoch nicht überrascht, wenn der tatsächliche Wert eher bei 1,3- oder 3-fach läge.
METR kann nach eigenen Angaben ein schnelleres Wachstum der Trainingsrechenleistung als Ursache “mit Sicherheit” ausschließen. Interviews und Umfragen deuten stattdessen auf einen intensiven Einsatz von KI-Tools hin, die Forschende beim Schreiben von Code, Durchführen von Experimenten und Ausprobieren neuer Ideen unterstützen. Umfragen unter Mitarbeitenden auf Slack zur selbstberichteten Beschleunigung ergaben im Oktober für das neueste interne Modell einen Wert um das Zwölffache – laut METR zwar nur ein schwacher Beweis, aber durchaus vereinbar mit einer deutlichen Leistungssteigerung. Die KI leiste zwar noch keine hochsignifikanten, vollständig autonomen Beiträge zu den schwierigsten Trainingsschritten, wurde den Gutachtern mitgeteilt, doch gebe es Anzeichen dafür.
Was Sie nicht sehen können
Anthropic hatte das einseitige Recht, nicht-öffentliche Informationen aus dem öffentlichen Bericht zu schwärzen. Laut METR entfernte das Unternehmen einen Großteil der Beweise, die das Team für seine Risikobewertung als besonders aufschlussreich erachtete, darunter detaillierte Beschleunigungsschätzungen nach Pipeline-Phase, Engpassanalysen und Prognosen für zukünftige Modelle. Anthropic erklärte, die Kürzungen dienten dazu, vertrauliche Informationen zu entfernen, die konkurrierenden Projektentwicklern helfen könnten.
METR formuliert das Ergebnis unmissverständlich: Die Öffentlichkeit kann die Beweise weder selbst beurteilen noch mit anderen Quellen in Einklang bringen. “Dieser Bericht gewährleistet keine ‘Transparenz der Beweise’”, heißt es in der Stellungnahme. Leser müssen sich stärker auf METRs Einschätzung stützen, als es die Gruppe angesichts der Tragweite der Frage für optimal hält. AP-Nachrichten Ich habe dieselbe Spannung festgestellt: eine Warnung vor einem schnelleren Fortschritt, der mit Material verbunden ist, das die meisten Menschen nicht überprüfen können.
Warum die Geschwindigkeitsbehauptung umstritten ist
Die Gutachter führen mögliche Fehlerquellen in beide Richtungen an. Die Beschleunigung könnte sich auf saubere, automatisch auswertbare Aufgaben beschränken und die Auswirkungen komplexerer Aufgaben in der Praxis überbewerten. Das frühere AECI-Wachstum von Anthropic verlief langsamer als im Branchendurchschnitt, was den Vergleichswert von “2x” verzerren könnte. Andererseits deuteten geschwärzte interne Kennzahlen darauf hin, dass die Beschleunigung über 2x liegen und weiter steigen könnte, und METR sah keine eindeutigen Engpässe, die weitere Geschwindigkeitssteigerungen im nächsten Jahr verhindern würden.
Das ist wichtig, weil rekursive Selbstverbesserung – KI-Systeme, die aktiv zur Entwicklung der nächsten, schnelleren Generation beitragen – genau das Szenario ist, das Sicherheitsforscher befürchten, da es die Entwicklungszeiträume verkürzen könnte. METR schätzt, dass ein Großteil (vielleicht etwa 80 %) der aktuell Die Beschleunigung ist auf KI-Unterstützung zurückzuführen, wobei hinsichtlich der Treiber Ende 2025 größere Unsicherheiten bestehen. Mitgründer Sam McCandlish sagte, Anthropic plane eine eigene öffentliche Analyse darüber, wie schnell die Fortschritte innerhalb des Unternehmens voranschreiten., The Verge berichtete.
Warum es wichtig ist
Wenn Spitzenforschungslabore bereits durch ihre eigenen Modelle eine deutliche Produktivitätssteigerung erzielen, benötigen externe Kontrollinstanzen öffentlich überprüfbare Beweise – nicht nur Schlagzeilen über die Vervielfachung des Fortschritts. Eine Verdopplung der Fortschrittsrate verändert die Zeit, die Gesellschaften für Tests, Regulierungen und Anpassungen haben. Die Verschleierung der zugrundeliegenden Messungen wandelt eine unabhängige Bewertung in etwas um, das eher der Meinung eines vertrauenswürdigen Vermittlers ähnelt. Das ist zwar nützlich, aber nicht dasselbe wie eine offene Verifizierung. Für Arbeitnehmer, die bereits erleben, wie KI ihre tägliche Arbeit verändert – einschließlich längerer Tage statt kürzerer Die Frage ist nicht mehr, ob die Werkzeuge helfen. Es geht vielmehr darum, wie schnell sich diese Hilfe in den Laboren, die sie entwickeln, auswirkt und wer die Ergebnisse einsehen darf.
