Toby Ord 谈 AI 能力评测误差棒扩大之谜

牛津哲学家 Toby Ord 近日讨论 METR 报告中 AI 能力评测误差棒近年显著扩大的问题，认为缺乏足够难的 benchmark、缺少能力相近的模型进行校准是两项原因。由于 1 倍加速仍处于置信区间内，AI 研究提速的证据并不充分；相关估计纳入跳升后仅为 1.4 倍。