Mga Papel at Pananaliksik

Inilabas ng METR ang time horizon research: dumodoble ang tagal ng gawaing kayang tapusin ng AI tuwing mga 7 buwan

Orihinal na pamagat:Measuring AI Ability to Complete Long Software Tasks

AI summary

Iminungkahi ng METR na sukatin ang kakayahan ng modelo sa pamamagitan ng tagal ng gawaing kayang tapusin ng AI agent (sinusukat sa oras na kailangan ng propesyonal na tao), at natuklasan na sa nakalipas na 6 na taon, ang indicator na ito ay lumalaki nang exponential, na may doubling time na humigit-kumulang 7 buwan, at sa SWE-Bench Verified, ang doubling time ay wala pang 3 buwan.

Mahahalagang impormasyon

  • Iminungkahi ng METR na sukatin ang kakayahan ng modelo sa pamamagitan ng tagal ng gawaing kayang…
  • at natuklasan na sa nakalipas na 6 na taon
  • ang indicator na ito ay lumalaki nang exponential,na may doubling time na humigit-kumulang 7…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
METR:Research(网页)
Kategorya
Mga Papel at Pananaliksik
AI na marka
75
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

METR 用任务时长衡量模型能力,给出六年间指数增长趋势和约 7 个月翻倍速度,为理解模型真实工作能力提供一个可比较的框架。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Inilabas ng METR ang time horizon research: dumodoble ang tagal ng gawaing kayang tapusin ng AI tuwing mga 7 buwan. 19 Marso 2025. https://new.nat6.net/fil/news/cmtyo7nb703vgrog0j0ha07cl/

Tingnan lahat →