Tóm tắt đánh giá trước khi triển khai của METR đối với Claude Opus 5.5

Đoạn trích bài viết

Lưu ý về độc lập: Đánh giá này được thực hiện theo một thỏa thuận không trả tiền cho đánh giá R&D AI.1 Chúng tôi đã soạn thảo bản tóm tắt ban đầu, và sau đó Anthropic có cơ hội xem xét và chỉnh sửa văn bản. Chúng tôi đã ký kết văn bản cuối cùng này từ thẻ hệ thống Claude Opus 5.5.