跳到正文
热点事件持续更新

METR更新AI时间跨度评测

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

METR更新AI时间跨度图,将更多需要长时间完成、开放式判断的任务纳入评测。报告称,前沿模型可完成任务的长度仍呈指数增长,约每四个月翻倍,但在设计AI评测和评判哲学论证等任务上仍落后于人类;部分最新模型在评测设计任务上仅勉强超过门槛,且样本少、评分困难,尚不足以判断开放式能力的长期趋势。 新图中的完成时长主要是估算值,因为数百小时任务或仅少数专家能完成的任务,付费组织成本过高且耗时。

AI 根据报道生成 · 14 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. MIT Technology Review AI
    METR 更新 AI 时间跨度图,扩展开放式与判断型任务评测

    METR 更新了被广泛传播但曾遭误读的 AI 时间跨度图,纳入更多需要长时间完成和开放式判断的任务。报告称,前沿模型可完成任务的长度仍呈指数增长,每四个月约翻倍,但模型在设计 AI 评测和评判哲学论证等任务上仍落后于人类。部分最新模型在评测设计任务上已达到“勉强超过门槛”,但相关任务数量少、评分困难,难以据此判断开放式能力的长期趋势。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。