Lisan al Gaib· @scaling01 · X·· 5 小时前AI 评分41
AI 导读
好吧，这是我离心脏病发作最近的一次 @METR_Evals：基准测试只是加速的证据之一。自 2025 年 10 月以来，Anthropic 模型的 AECI 分数以早期速率 1.9 倍 [95%：1.5–2.8] 的速度增长。分析选择会影响这一估计，且基准分数如何映射到现实世界能力仍不清楚。
正文
okay this was the closest I have been to a heart attack
1. Benchmarks provide one piece of evidence for acceleration. Since Oct 2025, AECI scores for Anthropic’s models have grown at 1.9x [95%: 1.5–2.8] the earlier rate. Analysis choices affect this estimate, and it remains unclear how benchmark scores map to real-world capabilities.在 X 查看被引用的帖子
来源：Lisan al Gaib · x.com