AGI Hunt· mustafasuleyman·· 53 分钟前精选AI 评分80
METR 季报称 AI 研发能力约每 3.6 个月翻倍,评测难度上升
METR 季报:AI 研发能力每 3.6 个月翻倍,测量愈发困难
AI 导读
METR 季度能力评测更新称,公开模型在 AI 研发加速任务上的能力约每 3.6 个月翻倍,且任务时长越来越难测量。评估覆盖截至 Opus 5.5 与 GPT-6 Astra 的公开模型,其中 GPT-6 Astra 的时间视界达到 40.3 小时;TH2 可验证任务重测后,能力倍增周期从 3.07 个月缩短至 1.65 个月。
推荐理由
该季报同时呈现能力倍增周期、任务时长口径和基准饱和问题,为判断前沿模型研发能力及评测局限提供具体参照。
来源:AGI Hunt · agihunt.info