研究：前沿模型「研究品味」约每 3 个月翻倍，Opus 5.5 超人类专家基线

eli_lifland · x · 2026-10-07

pzeroresearch 发布 TasteVal 研究结果：自 2025 年 12 月以来，前沿模型的实验性「研究品味」（research taste）约每 3 个月翻一番，最佳模型 Opus 5.5 已超过其人类专家基线——这些专家是有经验的研究者，但多数未在前沿实验室工作过。测量研究品味的理由：在 AI Futures 模型中，它很大程度上决定了编码全面自动化后到达超级智能的速度。转发者 bphalstead 认为，「软件进展对研究者能力的弹性」是 RSI 预测中最重要的量，而 TasteVal 提供了固定算力与编码人力下「选出更好实验」这一分量的最佳证据。