行业与实践 · 标签「跨领域」

研究与基准测试/2026-10-07/18 分钟

时间期限如何随领域变化

METR 用 9 个已有基准估计时间期限。软件、数学和问答大约每 2 到 6 个月翻一倍；计算机使用短大约 50 到 100 倍，但增速相近；Tesla 自动驾驶更慢。视频长度不能当难度。