Am vrut să fac câteva clarificări, pe care le considerăm clare în lucrarea noastră, dar nu și în postarea mea inițială (reanalizând datele @METR_Evals). Contribuția noastră este să propunem progresul ca un produs multiplicativ al sigmoizilor în jurul diferitelor inovații. Având în vedere datele METR, le-am împărțit în îmbunătățiri ale capacităților de bază (dimensiunea datelor/modelului) și raționament. Arătăm că acest produs oferă o potrivire *în eșantion* similară cu seturile mici de date pe care le observăm ca creștere exponențială. Totuși, implicațiile sunt foarte diferite! Conform modelului nostru, am avea nevoie de inovații continue (asemănătoare raționamentului) pentru a vedea un progres exponențial continuu. Asta nu înseamnă că excludem progresul exponențial sau că produsul sigmoizilor este modelul potrivit. Este pur și simplu să spun că există puține puncte și mai multe modele de bază posibile cu implicații foarte diferite. Product Sigmoid Fit de fapt se potrivește foarte bine când ține la îndemână GPT 5.2 și/sau Gemini 3 Pro. Arătăm mai rău când susținem și Claude Opus 4.5, dar tot plauzibil. Scopul nostru nu este să discutăm despre metricile OOS pe baza unor puncte de date, ci să subliniem că prognozele existente sunt fragile și nu modelează succesiunea diferitelor inovații. (Mai sunt câteva potriviri care circulă pe X, dar nu par să folosească produsul propus de noi, sigmoid, așa că nu pot spune ce se întâmplă acolo...) Îmi cer scuze pentru postarea mea anterioară nenuanțată – sperăm ca oamenii să citească ziarul!