Inilabas ng METR ang update sa pagsukat ng kakayahan noong Nobyembre 2026: nadodoble tuwing mga 3.6 buwan ang kakayahang may kaugnayan sa AI R&D at mas mahirap na itong sukatin
AI summary
Inilabas ng METR ang update sa ebalwasyon ng kakayahan hanggang sa Opus 5.5 at GPT-6 Astra, kung saan natuklasan na ang time horizon ng modelo sa mga gawain ng TH1.1 at TH2 ay nadodoble tuwing mga 3.6 buwan, at ang doubling time sa verifiable subset ay mga 1.65 buwan.
Mahahalagang impormasyon
- Inilabas ng METR ang update sa ebalwasyon ng kakayahan hanggang sa Opus 5.
- 5 at GPT-6 Astra,kung saan natuklasan na ang time horizon ng modelo sa mga gawain ng TH1.
- 1 at TH2 ay nadodoble tuwing mga 3.
- 6 buwan,at ang doubling time sa verifiable subset ay mga 1.
- 65 buwan.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- METR:Research(网页)
- Kategorya
- Mga Papel at Pananaliksik
- Paksa
- Agent AI agentAI coding
- AI na marka
- 82
METR 用自家任务套件量化模型能力增速与短板,并讨论评测环境与 RL 训练环境趋同带来的测量偏差,方法细节可供评测设计参考。
Mga kaugnay na paksa
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.
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 update sa pagsukat ng kakayahan noong Nobyembre 2026: nadodoble tuwing mga 3.6 buwan ang kakayahang may kaugnayan sa AI R&D at mas mahirap na itong sukatin. 20 Nobyembre 2026. https://new.nat6.net/fil/news/sn8qb9u8fqka3mpnmy0r1nz4b/