AI 能完成的長任務，正在延長
背景參考 · 不計分
原始權重不是百分點；正式指標另經時效衰減、同日同類遞減及 Logistic 飽和函數計算。
METR 以人類完成任務所需時間衡量模型能力，觀察到特定軟體與推理任務上的長期進展。
為什麼值得觀測
首版背景參考，未計入正式指標。
證據的邊界
50% 成功率不代表可靠自主執行；研究範圍也不涵蓋全部人類工作。
核對日期 2026-10-20。本站為話題性編輯量表，不是 AGI 完成率或到達機率。
閱讀原始來源 ↗這次變化，你怎麼看？
對事件提出理由。留言不直接改變量表。
還沒有留言，留下第一個有理由的判斷。