METR опубликовал исследование временного горизонта: длительность задач, выполняемых AI, удваивается примерно каждые 7 месяцев
Оригинальный заголовок:Measuring AI Ability to Complete Long Software Tasks
ИИ-резюме
METR предложил измерять возможности модели длительностью задач, которые AI-агент способен выполнить (по времени, необходимому человеку-специалисту), и обнаружил экспоненциальный рост этого показателя за последние 6 лет с удвоением примерно за 7 месяцев; на SWE-Bench Verified удвоение занимает менее 3 месяцев.
Ключевые моменты
- METR предложил измерять возможности модели длительностью задач,которые AI-агент способен выполнить…
- и обнаружил экспоненциальный рост этого показателя за последние 6 лет с удвоением примерно за 7…
- на SWE-Bench Verified удвоение занимает менее 3 месяцев.
Кратко
- Опубликовано
- Обновлено
- Источник
- METR:Research(网页)
- Категория
- Статьи и исследования
- Оценка ИИ
- 75
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。
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: METR опубликовал исследование временного горизонта: длительность задач, выполняемых AI, удваивается примерно каждые 7 месяцев. 19 марта 2025. https://new.nat6.net/ru/news/cmtyo7nb703vgrog0j0ha07cl/