Đánh giá khung thời gian bằng cách sử dụng Claude Code và Codex

Đoạn trích bài viết

Hầu hết các phép đo chân trời thời gian của METR được thực hiện bằng cách sử dụng hai bàn phẳng: Triframe và ReAct1. Đôi khi mọi người thấy chúng ta sử dụng hai bàn phẳng này và nghi ngờ tính hợp lệ của kết quả của chúng ta.