Toby Ord质疑METR能力外推偏乐观

哲学家 Toby Ord 认为，METR 任务时长曲线出现跳变与斜率上升均有可能，但更大更好的预训练若带来跳变，斜率变化幅度将明显低于 METR 的 2 倍估计。他质疑 METR 聚焦一次性斜率变化而非轻微凸性，并认为 60%–85% 的概率区间合理。

牛津哲学家 Toby Ord 认为，AI 能力时间线落在 60%–85% 概率区间较合理，但 METR“任务时长每 7 个月翻倍”的外推可能偏乐观。他指出，若更大、更好的预训练模型带来能力跃升，其斜率变化幅度将明显低于 METR 结论。

哲学家 Toby Ord 认为，METR 关于 AI 任务时长外推的预测可能偏乐观，尤其当前提是更大预训练模型持续带来能力跃升。若提升幅度出现跳变，任务时长每数月翻倍的趋势可能难以为继，增速将低于 2 倍；他认为 60%–85% 的概率区间仍较合理。