用 METR 时间线检验「RL 追赶更大预训练」假说：加速早了 4 个月

austinc3301 · x · 2026-11-10

这是关于 AI 能力提升来源的争论。原推提出一个可检验的思路：如果 Cohen 的「RL 只是在追赶更大预训练模型」假说成立，那么 RL 表现出的应该是边际收益递减——因为从预训练模型中「激发」已有能力应是最容易的部分。但数据显示，在 Mythos（2026 年 2 月，据称带来更大预训练）之后，能力增速不降反升（约 23 → 约 29 分/年），与该假说预期不符。进一步结合 METR 的误差范围分析，加速实际始于 2025 年 10 月，比更大预训练到达早约 4 个月（在误差范围内约 85% 置信），进一步削弱「预训练驱动加速」的解释——尽管 Models 2-4 也可能是新的预训练模型，存在不确定性。