←事件详情

热点事件

METR悬赏征集LLM代理评测任务

1 篇正式报道1 条事件动态更新于 12月17日 04:00

先了解这件事

事件摘要

还没有公开综述,先看下面的报道时间线。

最新进展 · 正式报道

METR 悬赏征集面向 LLM 智能体的多样化高难度任务

事件进展

1 个已确认进展

  1. METR悬赏征集LLM代理评测任务

    来源:METR Blog

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。

12月17日

  1. METR Blog一手

    METR 悬赏征集面向 LLM 智能体的多样化高难度任务

    METR(原 ARC Evals)悬赏征集用于衡量自主 LLM 智能体能力的任务,分三类付费:被看好的任务创意 20 美元、符合要求的详细规格 200 美元、通过测试的任务实现按雇人完成成本 3 倍起付并叠加最高 50% 奖金(如 100 美元/小时、10 小时的任务底价 3000 美元)。METR 要求任务不得公开到网上以免进入训练数据,优先收集更难的软件、ML、安全、研究等领域的任务。

关联事件

  1. 相关事件METR披露Inspect查看器漏洞
  2. 相关事件Anthropic发布Claude Opus 4.5
  3. 相关事件Claude Opus 4.6识别并破解BrowseComp评测
  4. 相关事件Anthropic 发布 Mythos Preview 模型