热点事件观察中
METR更新时间跨度评测,扩展开放式任务
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
11月21日,MIT Technology Review 报道 METR 更新 AI 任务时间跨度报告,新增需要判断的开放式任务评估。原有评估显示,前沿模型能成功完成的任务所对应的人类用时每4个月翻倍,部分能力继续呈指数增长;新增测试则显示,模型在开放式任务上的表现逊于编码任务,没有模型设计的 AI 评估达到 METR 研究可用标准,哲学论证评分也落后于人类。新版报告中的任务完成时间多为估计,开放式任务数量有限,因此难以据此推断 AI 研发自动化的进展速度。
AI 根据报道生成 · 2 天前更新
最新进展11月21日 02:15
METR新增开放式判断任务评估,模型表现逊于编码任务,结果不足以推断研发自动化进展速度。报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- MIT Technology Review · AIMETR 更新 AI 任务时间跨度图,新增开放式判断任务评估
METR 更新任务时间跨度报告,发现部分 AI 能力继续指数增长,但模型在需要判断的开放式任务上逊于编码任务。原有评估显示,前沿模型能成功完成的任务所对应的人类用时每 4 个月翻倍;新增测试中,没有模型设计的 AI 评估达到 METR 研究可用标准,哲学论证评分也落后于人类。新版报告的任务完成时间多为估计,开放式任务数量有限,难以据此推断 AI 研发自动化的进展速度。
本事件热度走势
当前热度 3·可比范围峰值 10(11月21日 04:00)·近 24 小时可比范围变化 -50%
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。