RecodeX 重构消息,METR在开放式评估设计测试中发现,尽管AI模型能力呈指数级提升,但在判断类任务上表现落后,没有任何一个AI提出的方案被研究人员认为有用。该测试聚焦于开放式评估设计,结果显示模型在需要判断力的环节仍存在明显短板。
METR测试发现AI模型在开放式评估设计任务中判断力不足
AI 辅助判断消极仅供信息参考,不构成投资建议
原始信息来源Siliconreportsiliconreport.com
查看原文 RecodeX 重构消息,METR在开放式评估设计测试中发现,尽管AI模型能力呈指数级提升,但在判断类任务上表现落后,没有任何一个AI提出的方案被研究人员认为有用。该测试聚焦于开放式评估设计,结果显示模型在需要判断力的环节仍存在明显短板。