arXiv · cs.AI· Drew T. Nguyen·· 18 天前AI 评分44
基于统计视角重新审视 AI 时间跨度估计：对 METR 图的分析
On the estimation and validity of AI time horizons---a statistical look at the METR plot
来源与原文
arXiv · cs.AI
作者：Drew T. Nguyen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.12466v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究在 228 个任务和 26 个 AI 上，用样条与项目反应理论重新计算 METR 的 50% 时间跨度，放宽任务难度随人类时间对数线性增长的假设。结果显示难度函数在 2–30 分钟区间近乎平坦，因此从 3 分钟到 30 分钟的时间跨度提升远比同样 10 倍的 30 分钟到 5 小时容易。作者还提供了经交叉验证评分规则检验的点估计及诊断图，建议结合诊断图解读时间跨度。
来源：arXiv · cs.AI · arxiv.org