跳到正文
热点事件观察中

METR更新AI时间跨度图,新增开放式任务

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

AI评估非营利组织METR更新了其时间跨度图,新增了人类完成时间更长、更开放的任务。METR报告称,前沿模型能完成的任务时长仍约每四个月翻倍,但在设计AI评估、给哲学论证打分等需要判断力的任务上,模型表现不及人类,没有一个AI设计的评估被METR员工认为可用于研究。最新模型如Opus 5.5在这类任务上达到“勉强过线”水平,一年前所有模型都“明显低于标准”。 新报告中多数任务的完成时间只是估算,因为为可能耗时数百小时或仅少数专家能完成的任务付费成本过高、耗时过长;哲学论证任务中大部分论证仅由一人评分,模型按与该评分者的一致程度判定。

AI 根据报道生成 · 23 小时前更新

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,新增开放式任务评估

    AI 评估非营利组织 METR 更新了其时间跨度图,新增了人类完成时间更长、更开放的任务。报告显示,前沿模型能完成的任务时长仍约每四个月翻倍,但在设计 AI 评估、给哲学论证打分等需要判断力的任务上,模型表现不及人类,没有一个 AI 设计的评估被 METR 员工认为可用于研究。最新模型如 Opus 5.5 在这类任务上达到“勉强过线”水平,一年前所有模型都“明显低于标准”。

本事件热度走势

可比范围当前
5
可比范围峰值
1011月21日 04:00
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。