进行中

METR更新AI时间跨度图,新增开放式任务

报道
1
信源
1
首次报道
11/21 02:15
最近更新
11/21 02:15

AI评测非营利组织METR发布报告,更新其被广泛误读的时间跨度图,新增了耗时更长和更开放的任务。结果显示,模型在需要判断力的任务上仍不及人类:没有一个AI设计的评测被METR员工认为可用于研究,哲学论证打分任务也低于人类水平。 不过,最新模型如Opus 5.5已在评测设计任务上达到“略高于门槛”的水平,而一年前所有模型都处于“明显低于门槛”。

最新进展METR 更新 AI 时间跨度图,新增开放式任务评测

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
1
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

  1. METR更新AI任务时间跨度图并加入开放式任务

    MIT Technology Review · AI 等 1 篇报道

全部报道1 篇

  • METR 更新 AI 时间跨度图,新增开放式任务评测

    AI 评测非营利组织 METR 发布报告,更新其被广泛误读的时间跨度图,新增了耗时更长和更开放的任务。结果显示模型在需要判断力的任务上仍不及人类,例如没有一个 AI 设计的评测被 METR 员工认为可用于研究,哲学论证打分任务也低于人类水平;但最新模型如 Opus 5.5 已在评测设计任务上达到“略高于门槛”的水平,而一年前所有模型都处于“明显低于门槛”。

    MIT Technology Review · AI

#数据与训练#论文研究#评测基准