METR 新能力曲线引争议,AECI 基准细节遭泄露

METR 发布新的能力趋势图后引发讨论。gleech 认为当前没有人能对该图做出「恰当程度」的反应,因为缺乏评估自身的证据;不过报告中泄露了 AECI 基准组合中的三个组件,而这些都是老一套的弱题。他还援引内部人士看过 AECI 组件与样例任务后「感到恐慌」的传闻,主张这类内部证据虽不构成科学证据,但也不应被当作零证据来解读。

2026-11-06 ~ 2026-11-06 · 2 条相关