Makalah & Riset

METR merilis penelitian horizon waktu: durasi tugas yang dapat diselesaikan AI berlipat ganda setiap sekitar 7 bulan

Judul asli:Measuring AI Ability to Complete Long Software Tasks

Ringkasan AI

METR mengusulkan pengukuran kemampuan model berdasarkan durasi tugas yang dapat diselesaikan agen AI (diukur dengan waktu yang dibutuhkan profesional manusia), dan menemukan indikator ini tumbuh eksponensial selama 6 tahun terakhir, dengan waktu penggandaan sekitar 7 bulan, serta pada SWE-Bench Verified waktu penggandaan kurang dari 3 bulan.

Poin utama

  • METR mengusulkan pengukuran kemampuan model berdasarkan durasi tugas yang dapat diselesaikan agen…
  • dan menemukan indikator ini tumbuh eksponensial selama 6 tahun terakhir
  • dengan waktu penggandaan sekitar 7 bulan,serta pada SWE-Bench Verified waktu penggandaan kurang…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
METR:Research(网页)
Kategori
Makalah & Riset
Skor AI
75
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: METR merilis penelitian horizon waktu: durasi tugas yang dapat diselesaikan AI berlipat ganda setiap sekitar 7 bulan. 19 Maret 2025. https://new.nat6.net/id/news/cmtyo7nb703vgrog0j0ha07cl/

Lihat semua →