已过期50% 置信事实时间未知

METR指出Claude Mythos Preview评测套件中超过16小时的任务样本较少，该区间的测量统计存在不确定性

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

AI日报：Claude自主任务超16小时，GPT5.5证明数学定理

bilibili硅基米德AI

相关事实

待验证测量速度快（预测式约20秒出结果）但预测值与实测值可能存在偏差，追求高精度建议继续夹满5分钟以上获取实测值60% 相似待验证题目数量与信度成正比但降低完成率：FFMQ-39维度细但作答疲劳，MAAS-15快速但信息有限；日常自我监测优先15题以内版本以保证坚持长期填写60% 相似待验证研究表明在目标检测任务中不恰当的图像预处理可能导致mAP下降5-15个百分点59% 相似待验证识别速成套路的关键信号包括案例缺乏可验证细节、时间节点异常压缩、结果描述缺乏失败概率披露58% 相似待验证轻量小模型的推理延迟可低至5-20ms，单次推理成本不足大模型的1%，且可本地部署57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/57433

API

curl https://kongchang.com/api/v1/knowledge/claims/57433

MCP

get_claim(id=57433)