机械理论提出数据驱动人工智能时间跨度指数级增长
一種新的機械理論表明，metr圖表中顯示的指數級增長的ai時間跨度主要由數據積累驅動，而非時間。
回应著名的METR图表所显示的一致性AI能力增益，该理论引入了一种机械解释，通过赖特定律（wright's law）将任务完成与数据扩展联系起来。它认为，“时间范围”指标作为所需的不同子任务数量的噪声估计，这意味着指数趋势依赖于训练数据的可用性。这种更深入的理解可以对趋势何时可能饱和或中断做出更好的预测，为简单的外推法提供一个合理性检查。
一種新的機械理論表明，metr圖表中顯示的指數級增長的ai時間跨度主要由數據積累驅動，而非時間。
回应著名的METR图表所显示的一致性AI能力增益，该理论引入了一种机械解释，通过赖特定律（wright's law）将任务完成与数据扩展联系起来。它认为，“时间范围”指标作为所需的不同子任务数量的噪声估计，这意味着指数趋势依赖于训练数据的可用性。这种更深入的理解可以对趋势何时可能饱和或中断做出更好的预测，为简单的外推法提供一个合理性检查。