مخطط جديد بخطوط مستقيمة من METR المفضل لدينا.
تبين أن النسخة السابقة كانت مشبعة (لم تكن تحتوي على مهام تقييم أكثر تعقيدًا وطويلة)، ولم يتم تحديثها لفترة طويلة.
تم رسم هذا كنتيجة لعمل فريق METR في Anthropic (لكنه ليس بالضبط نفس ما أسماه داريو)، مزيد من التفاصيل هنا:.
"لقد زودنا الأنثروبيك بتقرير مفصل عن تقييمنا، يبلغ طوله حوالي 100 صفحة. في النسخة العامة، صممت Anthropic الكثير من الأدلة التي وجدناها أكثر إفادة. ونتيجة لذلك، يتعين على الجمهور الاعتماد على حكمنا أكثر مما نعتقد أنه الأمثل".
منظور مهم: ابتداءً من أكتوبر 2025، ينمو أداء النموذج الداخلي بحوالي ضعف معدل الفترة السابقة. وأكد المدققون أيضًا أن هذا لم يكن بسبب فقدان القدرات الإضافية.