头条
「排除不了」不是「已经到来」:METR 四季度更新把测量自己写难了
METR 于 11-20 发布四季度能力更新,评估对象是公开模型,写到 Opus 5.5 与 GPT-6 Astra(未含 GPT-6.2)。TH1.1 与 TH2 合计,时间视野约每 3.61 个月翻倍(95% CI 2.08–4.94);naive 外推将在 2027 年 7 月达到该套件最长评分阈值(200 小时)的 50% 时间视野——须标成 naive,不是预测。METR Capability Index 在所测公开前沿整体上看不到明显加速。判断点不是剧烈加速已至,而是公开证据仍排除不了未来两三年的剧烈加速,同时测量本身在变难。