METR 发布时间视野研究:AI 可完成任务时长每约 7 个月翻倍
METR 提出以 AI 智能体能完成的任务时长(按人类专业人士所需时间衡量)来度量模型能力,发现过去 6 年该指标呈指数增长,翻倍时间约 7 个月,且在 SWE-Bench Verified 上翻倍时间不足 3 个月。

2025-03-11 — 2025-03-11
重要进展 · 第 33 / 55 页
OpenAI 发布 Responses API、内置搜索与计算机操作工具以及 Agents SDK,提供单/多智能体编排、交接、护栏和追踪基础;计算机操作工具当时仍为研究预览。
— · 1 条
精选资讯 · 第 1 / 1 页
METR 提出以 AI 智能体能完成的任务时长(按人类专业人士所需时间衡量)来度量模型能力,发现过去 6 年该指标呈指数增长,翻倍时间约 7 个月,且在 SWE-Bench Verified 上翻倍时间不足 3 个月。
暂无内容