跳到正文
热点事件持续更新

METR更新报告:AI在判断型任务上落后于编码

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

AI评估非营利组织METR发布最新报告,更新了其著名的“时间范围图”。报告指出,尽管AI在编程、数学等可验证任务上保持指数级进步,但在需要人类判断的开放任务上表现不佳。 METR新增了需人类耗时更长的评估任务,如设计AI评估工具和评判哲学论点,发现最先进模型在这些任务上未达人类水准。由于支付专家完成数百小时任务的成本过高,新报告中的部分完成时间多为估算值,且哲学任务仅由一人评分,限制了评估的普适性。

AI 根据报道生成 · 2 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精选
    METR 更新 AI 时间范围图:开放任务能力仍落后于编码

    AI 评估非营利组织 METR 发布了最新报告,更新了其广为人知的“时间范围图”(time horizon plot)。新报告指出,虽然 AI 在处理可验证任务(如编程和数学)上仍保持指数级进步,但在需要判断的开放任务上表现不佳。METR 新增了部分需要人类更长时间完成的评估任务,例如设计 AI 评估工具和评判哲学论点,发现最先进模型在这些任务上未能达到人类水准。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月21日 03:00
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。