METR提出支出天际线：比较人类与智能体的成本效率
scaling01 · x · 2026-07-22
METR 提出了一种新的 AI 能力度量方法 “expenditure horizon（支出天际线）”，用来评估连续评分任务上的人类与智能体表现。
- 方法核心是比较人类与智能体在不同花费下的任务表现。
- 当人类开始比智能体更具成本效益时，对应的那个花费点，就是该智能体的 expenditure horizon。
- 配图只是示意图，不代表真实数据。
所属事件:METR 提出“支出天际线”评估智能体能力(2 条相关)→
「研究」频道最新
- 新加坡国立大学做出无电子无外部供能软力传感器 — CurieuxExplorer · 2026-07-27
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27