RE-Bench (METR): en 7 tareas de ingeniería de investigación en ML, con un presupuesto de 2 horas los agentes de IA puntúan de media más que los expertos humanos, y con 32 horas el resultado medio de las personas casi duplica el del mejor agente
traducido por IA, revisado por la redacción
· Ciencia · Desarrollo de software
- tecnología
- Automejora recursiva de la IA
- fuente
- metr.org ↗
¶ csrkaiiv2