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
- arXiv 避坑提示续：分类器推荐不同主分类时应接受，否则几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 开源决策模型打《红色警戒2》：先卖基地后自瞄自炸，训练后无人能敌 — heathercmiller · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27