time-horizons

本文分析并预测了Metr的时间跨度数据，这些数据可能与AI开发时间线及预测相关。

本文通过在30,000个问题上测量前沿AI模型在没有显式思维链的情况下的推理能力，发现无CoT的任务完成时间视野每年翻一番，到2028年可能超过7分钟，这引发了对安全监管的担忧。

METR于2026年3月使用其时间跨度任务套件对Claude Mythos Preview早期版本进行了评估，估计其50%-时间跨度至少为16小时，表明该模型处于当前基准测试可测量的上限水平，同时也指出在更长的时间范围内存在稳定性问题。