Ethan Mollick

Harnesses + 智能模型 = 最后一个著名艰难基准的终结。 模型现在可以工作极长时间（再见，METR 长任务），它们可以输出带有正确数学的专业文档（再见，GDPval），并且它们可以解决复杂的新型谜题（再见，ARC-AGI-3）。 https://t.co/WSd5e0IfKi