用样条与IRT重估METR AI时间地平线

2026年10月12日，arXiv Statistics Machine Learning 发表一手研究《METR 时间地平线的估计与有效性：一项对 METR 图表的统计审视》。研究者在 228 个任务和 26 个 AI 上重算 METR 的 50% 时间地平线，采用样条与项目反应理论，放宽任务难度随人类时间对数线性变化的假设。结果显示，拟合样条在 2–30 分钟区间近乎平坦，其他区间接近线性；因此从 3 分钟到 30 分钟的跃升远比从 30 分钟到 5 小时容易，尽管两者同为 10 倍。目前该研究仅挑战了原假设的线性形式，未给出新的绝对时间预测。

Generated from reports · updated 3 hr ago

There is not enough continuous observation data to draw a trend yet.