Anthropicの研究者であるChen Yueh-Han氏が主導した論文では、自動化システムがAIの10の特定の未アラインメント行動におけるパフォーマンスをどのように改善できるかが詳しく述べられています。この研究は、訓練後の自動アラインメントが短期的には実用的になる可能性があり、再帰的自己改善への一歩となるという初期の証拠を提供しています。これらの自動化システムは、API推論を通じて1時間あたり約4ドルのコストで稼働し、人間の研究者に支払われる1時間あたり150ドルを大幅に下回ります。