Time Horizon 1.1

METR 使用新的评估框架更新 AI 时间范围估计

METR 发布了 Time Horizon 1.1 (TH1.1)，这是对 AI 模型能力的一次更新评估。新版本将任务套件从 170 个扩展到 228 个，纳入了更多长期任务，并使用了英国 AI 安全研究所的 Inspect 框架。虽然大多数新估计值仍在先前的置信区间内，但时间范围增长的趋势显示出一些差异，由于增强的任务套件，近期模型的置信区间有所收紧。