Laskennan ja algoritmien tärkeyden malli: _in_ mallin generoinnin (esim. GPT-5, Claude 4, Gemini 3) sisällä, tutkijan johtama, laskennasta riippumaton algoritminen edistyminen on tärkeää mallien tuomisessa lähemmäs hyödyllisyyden rajaa. Mutta _mallien sukupolvien yli, laskenta hallitsee.

Miten @METR_Evals aikahorisontin trendi voisi muuttua, jos laskennan kasvu hidastuu? Uudessa artikkelissaan @whitfill_parker, @bsnodin ja minä osoittavat, että trendit + yleinen (ja kiistanalainen – lue eteenpäin!) taloudellinen malli algoritmisesta edistyksestä voivat tarkoittaa merkittäviä viivästyksiä tekoälyn kyvykkyyden virstanpylväissä.