返回资讯中心
外部精选
软件工程
#开发者实时流

The Singularity Clock 发布 AI 进展数据:SWE-Bench 得分季度增长 4.1 个百分点

来源标题:The Singularity Clock

The Singularity Clock 公布多项 AI 基准最新数据,SWE-Bench Verified 达 88.2%,环比提升 4.1 个百分点;ARC-AGI-2 升至 62.4%,环比提升 18 个百分点。前沿训练算力达 8.2e+26,同比增长 2.1 倍;顶级实验室 AI 研发资本支出为 5120 亿美元,同比增长 64%。

Hacker News 最新manif00ld2026/11/13 · 5 天前8 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

+38% QOQ METR SWE-Bench Verified 88.2% +4.1pp QOQ SWE-bench Humanity's Last Exam 38.9% +16pp QOQ Center for AI Safety ARC-AGI-2 62.4% +18pp QOQ ARC Prize FrontierMath 41.7% +12pp QOQ Epoch AI GPQA Diamond 94.8% +2.3pp QOQ GPQA 前沿训练算力 8.2e+26 2.1× YoY Epoch AI AI 研发资本开支 · 头部实验室 $512B +64% YOY SemiAnalysis AI 撰写的研究占比 14.2% +5.3pp YOY arXiv 归属分析 可解释性指数 0.31 −0.02 QOQ TSC 综合指标 安全团队人数 · 实验室 12.4% −1.1pp YOY TSC 调查 Manifold · AGI 情绪 44% 8 个市场 Manifold arXiv · 能力波动 1.75× 4480 篇论文 arXiv cs.{AI,LG,CL} 前沿发布波动 1.09× 581 条帖子 实验室与安全机构 RSS 近期时钟变动 · 过去 90 天 每一次移动,都有记录、有归因。 为什么分两条流? 信号世界推动了时钟 方法论我们改动了仪器 全部 过去 90 天内没有符合此筛选条件的条目。 方法论 开源、版本化、可审计。 投影:v1.4.0 · 自 2026 年 4 月 15 日起 我们依据什么来计数 可操作的,而非修辞性的定义。 AGI、Singularity 和 ASI 各自只有一个可操作定义。每个信号要么为其提供证据,要么不提供。 每个时钟都是能力、算力、经济和安全信号上轨迹模型的加权集成。我们公开集成、权重和残差。 推动 AGI 的信号不能跳级到 ASI。级联是有序的,每次晋级都会作为一条 changelog 条目记录,并附上触发它的数据。 不透明的时钟不过是披着白大褂的观点。我们在 GitHub 上公开每一次修订、每一个权重、每一个阈值、每一个公式,让你可以拿数据和方法来争论,并可从任意一个 git hash 复现任何一次历史读数。 changelog 中「信号 / 方法论」的拆分出于同样的理由:一次方法论修订可能在发布当天就让时钟移动数年,而世界并未改变。将两者分开,仪器自身的运动才清晰可辨。 这些投影是一种研究工具,不是你应该据以行动的预测。 请勿用于投资、职业、医疗、法律或人生决策。 模型代码、信号接入、changelog、RFC 以及本页面都在一个公开仓库中。每一次方法论变更都是一个已合并的 PR。 单条目 feed,仅在时钟真正移动时更新。 RSS · JSON Feed Changelog 条目 + 每日综述;信号与方法论变动均包含在内。 RSS · JSON Feed AGI · Singularity · ASI · Alignment (RSS;JSON 变体见 .json) 当前投影、置信区间以及每个信号的依据。 api.json 不是建议。The Singularity Clock 是一个公益性的测量工具。 它不是投资、政策、安全或招聘建议。投影源自 公开信号,可能出错。我们承诺给出定义、展示我们的工作,并在数据要求时 公开修订。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →