跳到正文
MIT Technology Review · AI· Grace Huckins·· 1 天前AI 评分65

METR 更新 AI 能力评估指标,揭示模型在判断类任务中的局限

The most misunderstood graph in AI just got a major update

AI 导读

非营利组织 METR 发布报告,更新了其 AI 时间跨度评估图表。研究发现,尽管 AI 在编码和数学等可自动验证的任务上持续进步,但在需要人类判断的开放式任务(如设计研究评估或评估哲学论证)中表现仍落后于人类。该研究旨在探索 AI 自动化研发的潜力,但专家指出,由于此类任务难以量化和验证,目前尚难预测其未来的发展趋势。

来源:MIT Technology Review · AI · technologyreview.com