Biểu đồ bị hiểu lầm nhiều nhất về AI nhận được bản cập nhật lớn từ METR
- METR đã cập nhật biểu đồ chân trời thời gian để đánh giá các mô hình AI dựa trên thời gian con người hoàn thành nhiệm vụ.
- Biểu đồ ban đầu cho thấy độ dài các nhiệm vụ mà mô hình tiên tiến có thể hoàn thành đã tăng gấp đôi cứ sau bốn tháng.
- Không có đánh giá do AI thiết kế nào trong bài kiểm tra mới đạt đủ chất lượng để nhân viên METR sử dụng cho nghiên cứu của họ.
Bối cảnh & Phân tích chi tiết
Một báo cáo mới từ tổ chức phi lợi nhuận đánh giá AI METR đã cập nhật biểu đồ chân trời thời gian của họ, cho thấy các mô hình AI tiếp tục cải thiện theo quỹ đạo hàm mũ đối với các nhiệm vụ có thể xác minh, nhưng vẫn còn yếu trong các nhiệm vụ đòi hỏi phánดิ đoán. Bằng cách sử dụng thời gian hoàn thành của con người để đo lường độ khó, biểu đồ ban đầu cho thấy độ dài các nhiệm vụ mà mô hình có thể hoàn thành đã tăng gấp đôi sau mỗi bốn tháng. Bản cập nhật mới bổ sung các nhiệm vụ dài hơn, mang tính mở cao hơn để kiểm tra khả năng tự động hóa nghiên cứu và phát triển. Báo cáo này làm nổi bật khoảng cách năng lực hiện tại của AI. Mặc dù học tăng cường giúp các hệ thống trở nên xuất sắc trong việc lập trình và toán học - những lĩnh vực có thể tự động kiểm tra kết quả - việc áp dụng kỹ thuật này vào các nhiệm vụ khó đo lường thành công hơn vẫn rất khó khăn. Trong các thử nghiệm mới của METR, không có mô hình nào thiết kế được bộ đánh giá AI đủ tốt để nhân viên sử dụng cho nghiên cứu của họ, cho thấy AI vẫn còn khoảng cách trước khi đạt được khả năng tự cải tiến đệ quy hoàn toàn.
✅ Xác minh nguồn tin
- Nguồn gốc
- MIT Technology Review (🇺🇸 Hoa Kỳ)
- Ngôn ngữ gốc
- Tiếng Anh
- Xuất bản gốc
- 2026-11-21 01:15 (11 giờ trước)
- Cách bản tin được tạo
- Bản tin được AI cấu trúc và dịch từ bài gốc. Các dữ kiện chính (tên, số liệu, ngày tháng) lấy từ nguồn; bản tóm tắt có thể có sai sót — vui lòng đối chiếu bài gốc.
Bản tóm tắt AI này có hữu ích với bạn không?
✨ Hỏi AI về bài viết này
Đặt câu hỏi dựa trực tiếp trên nội dung bản tin này