METR 80% 时间视野曾达 3 小时，OpenAI 内部报告仅 15 分钟
tobyordoxford · x · 2026-10-22
牛津大学研究员 Toby Ord 指出一个反差：METR 的「80% 成功率时间视野」指标（AI 能以 80% 概率完成的人类等时任务长度）到 2026 年 4 月停止报告时已达 3 小时；但 OpenAI 自己关于研究自动化的报告显示，模型在完成其研发工作上很吃力——80% 时间视野仅约 15 分钟。
- 该对比出自 Ramez 关于递归自我改进现状的系列帖子对 OpenAI 报告的解读。
- 附图为 METR 的经典时间视野增长曲线：从 GPT-2 的秒级到 Claude Mythos Preview 早期版本接近 4 小时。
- 这一差距提示：通用基准上的能力提升未必等于在最前沿研究任务上的可用性。
所属事件:牛津学者：OpenAI 真实研发时距仅为 METR 基准的 1/12(6 条相关)→
「漫话AGI」频道最新
- MLB 和 NBA 划出了人机分工线:可测量的交给机器,判断留给人类 — lmoroney · 2026-10-22
- Wiblin 呼吁 AI 实验室员工:立即重新评估你的项目是否在加速 RSI — geoffreyirving · 2026-10-22
- 竞争压力驱动 AI 竞赛，或致科学超出人类理解与掌控 — ShahabBakht · 2026-10-22
- 对齐远非单纯工程问题：评黄仁勋的乐观论断 — ShahabBakht · 2026-10-22
- 欧洲从业者反思:AI 竞速全面落后,缺的是 builder 心态 — 2C_ornot2C · 2026-10-22
- 斯坦福讲座聚焦肿瘤 AI，主讲人系 Nature 自主医疗智能体论文资深作者 — jonc101x · 2026-10-22