METR 新研究:AI 完成复杂任务的能力每 3.6 个月翻倍
141_1337 · reddit · 2026-11-21
METR 发布新研究,追踪前沿模型在长时间复杂任务上的能力曲线:AI 可完成任务的时长(time horizon)每约 3.6 个月翻倍(95% 置信区间 2.08–4.94 个月)。
- 数据覆盖从 GPT-4o(约 5 分钟)到 o1、GPT-5、Opus 4.5、Opus 4.6、Fable 5 直至 GPT-6 Astra(逼近 200 小时任务)的完整前沿曲线。
- TH1 与 TH2 两条时间线均呈稳定指数增长,最长 TH1 任务 30 小时、最长 TH2 任务 200 小时。
- 论文推算,在更易验证的任务上进展可能更快,AI 或在 2027 年 7 月前后达到人类 200 小时任务水平。
- 翻倍时间的 bootstrap 分布集中在 3.6 个月附近,说明趋势在模型家族间相当稳健。
所属事件:METR 季报:AI 研发能力倍增快至 3.6 个月且愈发难测(8 条相关)→
「漫话AGI」频道最新
- 称黎曼猜想已被证明:Metaculus 预测从 2035 年提前至本周 — haider1 · 2026-11-21
- Thiel 质疑 AI 实验室护城河,Signalful 周精选串联五大商业信号 — himanshustwts · 2026-11-21
- 陶哲轩谈 AI 数学竞赛:赚走果实,数学上却几乎没学到东西 — GaryMarcus · 2026-11-21
- AI 研究取胜之道:把实验做小,单位时间信息增益最大化 — strickvl · 2026-11-21
- Ramez Naam 外推:AI 达到 98% 人类时长达任务还要十年 — GaryMarcus · 2026-11-21
- AI 该不该替用户拦截自毁式请求?Reddit 引发代理权之争 — LookOverall · 2026-11-21