METR、2026年11月の能力測定アップデートを公開:AI R&D関連能力は約3.6か月ごとに倍増、測定はより困難に
AI 要約
METRはOpus 5.5とGPT-6 Astraまでの能力評価アップデートを公開し、TH1.1およびTH2タスクではモデルのタイムホライズンが約3.6か月ごとに倍増し、検証可能なサブセットでは倍増時間が約1.65か月であることを明らかにした。
要点
- METRはOpus 5.
- 5とGPT-6 Astraまでの能力評価アップデートを公開し、TH1.
- 1およびTH2タスクではモデルのタイムホライズンが約3.
- 6か月ごとに倍増し、検証可能なサブセットでは倍増時間が約1.
- 65か月であることを明らかにした
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- トピック
- Agent エージェントAIコーディング
- AI スコア
- 82
おすすめの理由
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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:METR、2026年11月の能力測定アップデートを公開:AI R&D関連能力は約3.6か月ごとに倍増、測定はより困難に。2026年11月20日。https://new.nat6.net/ja/news/sn8qb9u8fqka3mpnmy0r1nz4b/