關鍵問題：這是由於 RL + 測試時計算能力的提升（這可能無法持續），還是因為競爭加劇（因此可能會持續下去）？

不僅是 METR 的趨勢在 2024 年加速了，所有主要基準的綜合指標也同樣如此：

即使嬰兒潮一代的收入比Z世代高（事實上並沒有），在1970年時30歲真的會更好嗎？那時候香蒜醬被視為「民族」食品，出國旅行是一次一生的經歷，而娛樂只有3個電視頻道？我們也希望你不會生病，並且你是一位順性別的白人男性。