热点事件 历史事件
与METR共同发布MirrorCode长周期编码基准：25个目标程序、大推理预算与防作弊沙箱，开源脚手架及22个程序（3个私有），报告Claude Opus 4.7以14小时251美元近完全完成gotree重实现（2000/2001测试）
先了解这件事
报道摘要Epoch AI 与 METR 联合发布长程编码基准 MirrorCode，要求 AI 在沙箱中端到端重实现完整程序并通过含 held-out 测试的验证。
报道时间线
沿着报道，了解事件的不同侧面。
显示 1 篇全部报道，最新在前
- Epoch AI 与 METR 联合发布长程编码基准 MirrorCode
Epoch AI 与 METR 联合发布长程编码基准 MirrorCode，要求 AI 在沙箱中端到端重实现完整程序并通过含 held-out 测试的验证。