快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 昨天 · 星期六 · 11-21 00:00 约 1 分钟读完

METR更新AI能力评测:R&D相关时间视野约3.6个月翻倍

摘要

METR发布截至Opus 5.5与GPT-6 Astra的能力测量更新,显示模型在TH1.1与TH2任务上的时间视野约每3.6个月翻倍,可验证子集翻倍时间约1.65个月,且相关能力正变得更难测量。

METR公布了其能力测量体系的最新一期更新,评测范围覆盖至Opus 5.5和GPT-6 Astra两款模型。此次更新延续了该机构对模型时间视野这一指标的追踪,并给出了新的翻倍周期估计。

在具体任务维度上,METR发现模型在TH1.1与TH2任务上的时间视野大约每3.6个月翻倍。这一节奏被视为观察AI研发相关能力演进的重要参照。

更细的拆分显示,可验证子集的翻倍时间约为1.65个月,明显快于整体口径。METR同时指出,相关能力正变得愈发难以测量,这意味着后续评测在方法设计上面临更高要求。

对AI行业从业者而言,这组数据既提供了能力增长速度的量化坐标,也提示评测本身正在逼近现有测量工具的边界。

METRAI能力评测时间视野模型基准
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词