METR

METR - 前沿AI能力评估研究机构，自主任务测试、风险评估与安全政策工具

METR 简介

METR（Model Evaluation and Threat Research）是一家位于美国加州伯克利的非营利研究机构，前身为ARC Evals，于2023年拆分独立。METR以“人类的准备团队”为自我定位，核心使命是开发科学方法评估AI系统自主能力可能引发的灾难性风险，帮助企业与政策制定者做出更好的开发决策。机构通过设计长时任务评估套件，测量AI模型在无人干预下能自主完成多长时间的工作，其研究成果已成为前沿AI实验室部署决策的重要参考。

METR 核心功能/服务

前沿AI自主能力评估：METR开发了包含77项任务的核心评估套件，测量AI智能体在真实软件工程、机器学习研究与网络安全等场景下自主完成长时任务的能力，测试模型在无人监督下能工作多长时间。
时间跨度研究与趋势跟踪：METR提出的“时间跨度”指标显示，AI模型能可靠完成的任务时长每7个月翻倍，近期已加速至约4个月。该趋势图被业界视为衡量AI自主能力进展的核心参考指标。
AI安全政策与治理研究：METR开创了“负责任扩展政策”（RSP）框架，该框架已被9家AI开发商采用。机构还发布前沿AI安全政策汇总分析、可监测性评估与MALT行为数据集，为AI治理提供实证基础。

METR 适合谁

• AI安全研究与政策制定者：需要了解前沿AI自主能力现状与风险的科学研究者与政策制定者，可参考METR的评估报告、趋势数据与安全政策分析。
• 前沿AI开发团队与部署决策者：负责AI模型部署决策的技术团队，可利用METR的预部署评估结果与风险分级框架，判断模型是否已具备需加强防护的能力阈值。
• 关注AI治理的企业与机构：需要建立AI风险管理体系的企业，可借鉴METR的RSP框架与安全政策共同要素分析，完善自身的AI治理流程。

为什么选择METR

METR作为独立第三方评估机构，已与OpenAI、Anthropic、Google DeepMind、Meta和Amazon合作开展前沿风险预部署评估。机构不接受AI公司的资金支持，仅接受模型访问权限与token额度用于研究，保障评估的独立性。其时间跨度研究成果被广泛引用，RSP框架已成为AI行业安全治理的参考标准之一。METR同时是NIST AI安全研究所联盟成员及加州网络安全工作组成员。**访问METR官网**，查阅最新评估报告与安全政策研究。