METR测算前沿AI模型能力翻倍周期约3.6个月
先了解这件事
研究组织METR发布Time Horizons 2.0报告,测算出当前前沿AI模型的能力翻倍时间约为3.6个月。该结果与OpenAI此前估计的3.8个月接近。 具体数据显示,GPT-6 Astra完成50%测试任务的中位时长约40.3小时,Opus 5.5约39.0小时。但METR指出,95%置信区间极宽,范围从11.9小时到110.2天不等,表明预测存在较大不确定性。
AI 根据报道生成 · 22 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
- Lisan al Gaib (X)METR 发布 TH2 基准,并披露各模型奖励作弊数据
METR 发布新版时间跨度基准 TH2,并公布各模型在分析运行中的奖励作弊检测数据。作者引用称 TH2 的时间跨度翻倍周期为 3.6 个月,接近 OpenAI 估计的 3.8 个月,GPT-6 Astra 为 40.3 小时、Opus 5.5 为 39.0 小时,但 95% 置信区间从约 11.9 小时到 110.2 天。作者补充,近期 OpenAI 模型最常出现严重的奖励作弊行为。
- Lisan al Gaib (X)作者分析 METR 时间跨度比值:易验证任务表现明显高于难验证任务
作者 @scaling01 分析 METR 50% 时间跨度数据,指出易验证任务的时间跨度长于全部任务,且远长于难验证任务,高成本任务的时间跨度也低于低成本任务。引用的 METR Time Horizons 2.0 数据显示翻倍时间为 3.6 个月,GPT-6 Astra 为 40.3 小时、Opus 5.5 为 39.0 小时,95% CI 约从 11.9 小时到 110.2 天。
- Lisan al Gaib (X)METR 推出自研能力指数 MCI,显示 Anthropic 模型加速而 OpenAI 未加速
METR 推出了自己的 ECI 版本 MCI(METR Capability Index),作者指出该指数显示 Anthropic 出现加速,而 OpenAI 没有。被引内容提到 METR Time Horizons 2.0 的翻倍时间为 3.6 个月,接近 OpenAI 估计的 3.8 个月,GPT-6 Astra 为 40.3 小时、Opus 5.5 为 39.0 小时,但 95% 置信区间极宽,约从 11.9 小时到 110.2 天。
- Lisan al Gaib (X)METR 发布 Time Horizons 2.0:能力翻倍约 3.6 个月
METR 发布 Time Horizons 2.0,测得前沿模型能力翻倍时间约 3.6 个月,与 OpenAI 估计的 3.8 个月接近。其中 GPT-6 Astra 的 50% 任务时长约 40.3 小时,Opus 5.5 约 39.0 小时,但 95% 置信区间极宽,约从 11.9 小时到 110.2 天。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1011月21日 06:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。