METR 发布时间视野研究:AI 可完成任务时长每约 7 个月翻倍
原文标题:Measuring AI Ability to Complete Long Software Tasks
AI 摘要
METR 提出以 AI 智能体能完成的任务时长(按人类专业人士所需时间衡量)来度量模型能力,发现过去 6 年该指标呈指数增长,翻倍时间约 7 个月,且在 SWE-Bench Verified 上翻倍时间不足 3 个月。
关键信息
- METR 提出以 AI 智能体能完成的任务时长(按人类专业人士所需时间衡量)来度量模型能力,发现过去 6 年该指标呈指数增长
- 翻倍时间约 7 个月,且在 SWE-Bench Verified 上翻倍时间不足 3 个月
- 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
速览
- 发布时间
- 更新时间
- 分类
- 论文与研究
- AI 评分
- 75
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:METR 发布时间视野研究:AI 可完成任务时长每约 7 个月翻倍。2025年3月19日。https://new.nat6.net/news/cmtyo7nb703vgrog0j0ha07cl/