Myślę, że prawdopodobnie zbyt duży nacisk kładzie się na pomiar METR long-task jako oznakę postępu AI... ... ale to nie ma znaczenia. Z niewielką pomocą od GPT-5.2 Pro obliczyłem korelacje między log(METR) a innymi kluczowymi wskaźnikami, i zasadniczo wszystkie one mają wysoką korelację.

Jeszcze raz dziękuję @EpochAIResearch za udostępnienie tak wielu wyników benchmarków publicznie.