熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
AI Digest
互動式 AI 解說器。
探索當今 AI 系統的具體範例，以規劃接下來會發生什麼。
一個@sage_future_項目
Opus 4.5 大致上讓世界回到紅線的軌道上 😬
每約 4 個月，AI 代理能執行的編碼任務長度（與人類專業人士相比）*翻倍*
在 @METR_Evals 的討論串中有更多關於這一發現的背景資訊
12月20日 10:25
我們估計，在我們的任務中，Claude Opus 4.5 的 50% 時間範圍約為 4 小時 49 分鐘（95% 置信區間為 1 小時 49 分鐘到 20 小時 25 分鐘）。雖然我們仍在對其他最近的模型進行評估，但這是我們迄今為止發佈的最高時間範圍。
81
熱門
排行
收藏