# 时间地平线图

共 1 篇相关文章

METR报告:AI在复杂判断任务上表现不及编码

METR更新AI能力评估报告,显示模型在复杂判断任务上表现不及编码。新纳入的评估方案设计与哲学论证评分等主观任务中,现有最先进模型均未达到人类合格标准,凸显可验证进展向开放式任务迁移的挑战。