跳到正文
热点事件观察中

METR 更新 AI 任务时长曲线并新增开放式判断类任务评测

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

2026年11月21日,AI 评测非营利组织 METR 更新其任务时长曲线报告,新增耗时更长、更开放的任务,并首次纳入开放式判断类任务评测。报道称,METR 发现模型在需要判断力的任务上不如编码任务表现好:在让模型设计 AI 评测的任务中,没有一个 AI 设计的评测被 METR 员工认为可用于研究;在给哲学论证打分的任务上,模型也低于人类水平。报告同时指出,最新模型如 Opus 5.5 在这类任务上已达到“略高于门槛”的表现,而一年前所有模型都处于“明显低于门槛”一档。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. MIT Technology Review · AI
    METR 更新 AI 任务时长曲线,新增开放式判断类任务评测

    AI 评测非营利组织 METR 更新其任务时长曲线报告,新增耗时更长和更开放的任务,发现模型在需要判断力的任务上不如编码任务表现好。在让模型设计 AI 评测的任务中,没有一个 AI 设计的评测被 METR 员工认为可用于研究;在给哲学论证打分的任务上,模型也低于人类水平。报告同时指出,最新模型如 Opus 5.5 在这类任务上已达到“略高于门槛”的表现,而一年前所有模型都处于“明显低于门槛”一档。

本事件热度走势

当前热度 5·可比范围峰值 10(11月21日 04:00)·近 24 小时可比范围变化 -49%

02.557.51011月21日04:0011月21日12:0011月21日20:0011月22日04:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。