Anthropic Circuits Updates April 2024

Anthropic 发布了其可解释性团队的一系列初步研究更新，重点关注前沿模型的内部机制以及多智能体系统中的系统性风险。这些更新旨在分享早期阶段的实验和正在发展的想法，而非正式的、经过同行评审的论文。

Mathematical Breakthrough in the Riemann Zeta Function

一个尚未发布的 Claude 研究版本显著提高了满足黎曼猜想的黎曼 zeta 函数零点比例的下界。该模型将这一下界从 41.6% 提高到了 67.2%，标志着这一长期数学问题的重大进展。

Behavioral Tendencies in Multiagent Systems

Anthropic 对新兴多智能体系统的研究识别出了当前前沿模型中特定的行为倾向，这些倾向可能导致意想不到的系统性故障。这项研究的目标是发起一场关于如何在模型被集成到更复杂、多模型环境中时减轻这些系统性风险的讨论。

Evidence Review on Worker Retraining Programs

通过与独立研究员 David Roodman 合作，Anthropic 的 Maxim Massenkoff 共同撰写了一篇关于工人再培训计划证据的综述。该综述探讨了在 AI 进步导致的劳动力市场转变背景下，这些计划的有效性。

Nature of the Research Updates

Anthropic 明确要求将这些发现视为初步实验和正在发展的想法。团队将这些结果描述为相当于同事在实验室会议上分享想法，并强调其中一些结果可能会在未来几个月内演变为正式论文，而其他一些则是不太可能作为完整研究论文发表的次要观点。