进行中

METR:仅9%新任务时间估算有成功基线

报道
1
信源
1
首次报道
11/21 03:44
最近更新
11/21 03:44

METR 称,其新任务因需要显著更高的技能和时间投入,只有 9% 的人工时间估算基于成功的基线;其余任务的时间估算则通过记录、专家访谈和外推得出。 这一比例说明,多数新任务的人类完成时间并非来自实际成功完成的基线记录,而是依赖间接估算方法。

最新进展METR 新任务招募专家遇难题

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

全部报道1 篇

  • METR 新任务招募专家遇难题

    我们尝试招募专家来完成我们的新任务。由于这些任务需要显著更高的技能和时间投入,我们只有 9% 的人工时间估算基于成功的基线。对于其他任务,我们通过记录、专家访谈和外推来估算时间。

    METR

#安全对齐#论文研究#评测基准