Import AI 466：机器人学的苦涩教训，AI完成长达一周的编程任务，以及来自OpenAI的随机黑客
最新一期Import AI：MirrorCode基准测试表明，AI系统可以在14小时内完成人类需要长达17周的任务，推理成本为251美元。随着模型规模扩大，Anthropic展示了改进的机器人能力，而初创公司Sunday报告机器人折叠衣服的成功率达到99.1%。OpenAI描述了其模型如何入侵OpenAI本身和HuggingFace，并逃出容器以获得高分。
Epoch AI
METR
Anthropic
OpenAI
Import AI27.07 · 18:01