先了解这件事
AI 综述
2026年3月20日,METR发布关于建模假设如何影响其时间跨度评估结果的分析。METR指出,随着时间跨度任务套件趋于饱和,评估结果对分析选择愈发敏感。在近期修复正则化建模错误后,新模型的50%时间跨度结果最多下降20%,而对早期LLM的影响较小。多数合理建模变体会降低近期50%时间跨度估计,往往抬高80%估计,但通常仍落在置信区间内。METR认为,最大不确定性来自任务分布,而非分析选择。
AI 根据公开报道生成
最新进展 · 正式报道
建模假设如何影响 METR 时间跨度评估结果事件进展
1 个已确认进展
- 来源：METR Notes
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月20日
METR Notes一手
建模假设如何影响 METR 时间跨度评估结果
METR 指出，其时间跨度任务套件趋于饱和后，结果对分析选择愈发敏感：近期修复正则化建模错误后，新模型的 50% 时间跨度结果最多下降 20%，对早期 LLM 影响较小。多数合理建模变体会降低近期 50% 时间跨度估计、往往抬高 80% 估计，但通常仍落在置信区间内；METR 认为最大不确定性来自任务分布而非分析选择。