跳到正文
热点事件持续更新

Naam质疑METR夸大AI任务时长

2 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Ramez Naam称,METR任务时长基准及其外推在80%成功率条件下,把AI可完成任务时长夸大了33至114倍,明显高于OpenAI和谷歌的内部实测结果;这些倍数及案例来自他的分析。 据其测算,ECI到METR的估算分别约为OpenAI和谷歌真实任务时长的33倍与41倍,最高偏差达114倍。例如,谷歌实测约9分钟的任务,在AI 2027预测中被估算为17.1小时。Naam据此认为,相关预测与现实表现严重脱节。

AI 根据报道生成 · 50 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Ramez Naam 质疑 METR 基准高估 AI 任务时长逾百倍

    Ramez Naam 于 11 月 21 日质疑 METR 任务时长基准及其外推,指出 ECI→METR 估算分别是 OpenAI、Google 真实任务长度的 33 倍和 41 倍,最高夸大 114 倍。

  2. AGI Hunt
    Ramez Naam:METR 与 AI 2027 预测夸大任务时长最高 114 倍

    Ramez Naam 撰文指出,METR 任务时长基准外推及 AI 2027 场景预测与现实数据严重脱节。在 80% 成功率下,预测的任务时长比 OpenAI 和 Google 内部实测数据夸大 33–114 倍,例如 Google 实测约 9 分钟,而 AI 2027 预测为 17.1 小时。

本事件热度走势

可比范围当前
10
可比范围峰值
1011月21日 20:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。