Ai研发自动化

科技人工智能

METR更新AI评估报告:前沿模型能力呈指数增长,但开放式任务表现仍弱于人类

人工智能评估非营利组织METR发布了一份关于AI时间跨度图的更新报告 。报告指出,虽然部分AI能力呈指数级增长,前沿模型每四个月能成功完成的任务长度翻倍,但在需要判断力的开放式任务上,其表现不如编码等可验证任务 。新报告纳入了设计AI评估和哲学论证评分等难以量化的任务,结果显示当前最先进模型在这些领域仍未达到人类水平…