METR Time Horizon 2.0 附录偏少引研究者吐槽,主题截图流出
dfrsrchtwts · x · 2026-11-21
研究者 dfrsrchtwts 吐槽 METR 在其 Time Horizon 2.0 报告中收录的附录「少得令人失望」。配图流出其附录目录,可见涉及主题相当硬核:难度估计与基线、Time Horizon 诊断、MCI 建模方法、IRT 局限与鲁棒性检验、数据完整性与 reward hacking、能力增速变化、推理 scaling、Swarm 实验、Budget NanoGPT、持续学习等——侧面反映这份 AI 能力评测报告的研究纵深。
「模型」频道最新
- Thinking Machines 发 Inkling 2 Mini:26B 循环 MoE 本地模型,支持 1M 上下文 — mervenoyann · 2026-11-21
- Claude Opus 5.5 用 computer use 驱动 Onshape 做 CAD 仿真,体验惊艳 — adhamelarabawy · 2026-11-21
- Goodfire 解剖 Inkling 2 Mini:循环模型的层能读写「未来」的自己 — fatihdin4en · 2026-11-21
- KOL观察:Gemini 的「人格魅力」靠数据策展而非蒸馏取胜 — iruletheworldmo · 2026-11-21
- Inkling 2 Mini 本地跑通:26.4B MoE 仅需 16GB 内存,编码成绩同级最强 — simonguozirui · 2026-11-21
- 可解释性黑客松被搅局:全员疯传 Claude 攻克黎曼猜想 — burny_tech · 2026-11-21