METR estima que la mejora de Anthropic se ha duplicado por la IA que usa en su propia investigación
Hecho Qué ha ocurrido
La organización sin ánimo de lucro METR auditó durante once semanas datos internos de investigación de Anthropic. Concluye que el ritmo de mejora de sus modelos se ha casi duplicado desde octubre de 2025 y que cerca del 80 % de la aceleración procede del uso de IA en la propia investigación. Anthropic redactó la evidencia más informativa.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: análisis u opinión.
Análisis Por qué importa
La auto-aceleración de la investigación en IA es un indicador de riesgo que la política de escalado de Anthropic señala como motivo de alerta, y el informe sugiere que ese umbral pudo cruzarse en julio. La verificación externa depende en gran medida de lo que las empresas decidan publicar.
- Quién se ve afectado
- Laboratorios de IA de frontera, reguladores y equipos de seguridad y gobernanza de modelos.
- Qué puede cambiar
- Si la tendencia se confirma, los calendarios de lanzamiento y las medidas de seguridad podrían tener que ajustarse antes. Las auditorías externas con acceso limitado cobran más peso en el debate.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si METR publica la revisión completa, si Anthropic modifica sus umbrales de alerta y la evolución de su métrica AECI en los próximos meses, así como la reacción de los reguladores.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗LLMIA para investigación METRAnthropic Anthropic auditoría Claude METR seguridad de la IA
Relacionadas
METR estima que los modelos de Anthropic avanzan al doble de velocidad, sobre todo por el uso de IA en su desarrollo
La organización METR, tras revisar datos internos de Anthropic entre agosto y octubre de 2026, estima que sus modelos mejoran en tareas bien definidas a un…
Por qué importaSi la aceleración se confirma, el ritmo de mejora de los modelos líderes podría ser mucho más rápido de lo que planifican las empresas que dependen…
Anthropic publica métricas internas sobre cuánto de su I+D lidera Claude, con metodología cuestionable
Anthropic difundió por primera vez métricas sobre el desarrollo de sus propios modelos: según la escala de Epoch AI (AL0 a AL5), el 26% del trabajo de…
Por qué importaLa métrica sirve tanto como reclamo de producto como argumento para la propuesta de Dario Amodei de frenar coordinadamente el desarrollo de IA de…
METR identifica aceleración diferencial de IA en ciberseguridad, matemáticas e investigación
METR ha publicado un estudio que analiza cómo la IA acelera distintas áreas de la ciencia. El análisis detecta aceleración mayor en ciberseguridad (tasa…
Por qué importaRevela que la aceleración no es uniforme sino «lumpy» (concentrada en ciertos campos), lo que ayuda a predecir dónde aplicar recursos y dónde esperar…
Anthropic da a la ONG METR acceso de empleado para auditar sus modelos de IA
Anthropic anunció que dio a seis investigadores de METR, una ONG que evalúa modelos de IA, un nivel de acceso equivalente al de sus propios empleados. Según la…
Por qué importaMuestra un modelo de supervisión externa con acceso profundo que podría servir de referencia para otros laboratorios. Para un directivo, indica hacia…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.