返回 AI 情报
精选2026-11-19T16:00:00.000ZMETR:Research

METR 发布 2026 年 11 月能力测量更新:AI R&D 相关能力每约 3.6 个月翻倍且更难测量

精选理由

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。

AI 摘要

METR 发布截至 Opus 5.5 和 GPT-6 Astra 的能力评测更新,发现在 TH1.1 与 TH2 任务上模型时间视野约每 3.6 个月翻倍,可验证子集翻倍时间约 1.65 个月。

原文

Original Title

METR 发布 2026 年 11 月能力测量更新:AI R&D 相关能力每约 3.6 个月翻倍且更难测量

Source

METR:Research

Site

metr.org

Published

2026-11-19T16:00:00.000Z

阅读原文· metr.org

继续阅读