نمودار افق زمانی METR بهروز شد
گزارش جدید METR نشان میدهد برخی تواناییهای هوش مصنوعی همچنان بهصورت نمایی بهبود مییابند.
نمودار بهروزشده زمانبندی افق METR کارهای بیشتری را اضافه کرده است که برخی برای انسان زمان بسیار بیشتری لازم دارند و برخی بازتر هستند. در این گزارش، برخی از جدیدترین مدلها مانند Opus 5.5 در کارهای طراحی ارزیابی به سطح «کمی بالاتر از آستانه» رسیدهاند. یک سال پیش، همه مدلها در دسته «کاملا زیر آستانه» امتیاز میگرفتند.
گزارش میگوید مدلها در کارهایی که نیاز به قضاوت دارند، به خوبی کارهای برنامهنویسی نیستند. در یکی از کارهای جدید، از مدلها خواسته شد ارزیابیهای تازه هوش مصنوعی طراحی کنند و هیچکدام از آنها برای کارکنان METR بهاندازه کافی مفید نبود. در کار امتیازدهی به استدلالهای فلسفی، مدلها پایینتر از عملکرد انسان قرار گرفتند.
در کار استدلال فلسفی، تقریبا همه استدلالها را یک نفر امتیازدهی کرده و عاملها بر اساس میزان توافق با همان فرد سنجیده میشوند. زمان انجام بیشتر کارهای انسانی نیز در این گزارش تخمینی است و با اندازهگیری واقعی به دست نیامده است.
به گفته سایان کاپور، حرکت به سمت کارهای باز امیدبخش است. ناجونگ کیم گفته است که هنوز نمیداند چگونه باید درباره تعمیم این پیشرفت فکر کرد. به گفته مت پوتز، نمیتوان روندهای بهاندازه کارهای قابلمشخصکردن را برای کارهای سختتر با اطمینان ترسیم کرد.
منبع
- MIT Technology Review
هر منبع در سایتِ خودش باز میشود؛ این صفحه همینجا میماند.
دیدگاهها
این خبر دیگر در دسترس نیست
شاید کهنه شده یا منبعش برداشته شده. خبرهای تازهای که به کارِ شما میآید پایینِ همین صفحه است.
برو به «برای تو»