Image by Aerps.com, from Unsplash
Os Modelos de Linguagem Dobram de Potência a Cada 7 Meses
Tempo de leitura: 2 minuto
Última atualização: Jul 11, 2025
-
![Kiara Fabbri]()
-
![Equipe de localização e tradução]()
Traduzido por Equipe de localização e tradução Serviços de localização e tradução
Os Modelos de Linguagem de Grande Escala (LLMs) estão se tornando mais inteligentes rapidamente, e especialistas preveem que eles poderão fazer em poucas horas o que leva um mês inteiro para os humanos até 2030.
Está com pressa? Aqui estão os fatos rápidos:
- Até 2030, LLMs poderão concluir um mês de trabalho em apenas algumas horas.
- A METR criou um novo parâmetro chamado “horizonte de tempo de conclusão de tarefas”.
- Pesquisadores alertam que o progresso pode superar nossa capacidade de controlá-lo.
Um estudo realizado pelo Model Evaluation & Threat Research (METR), um grupo baseado em Berkeley, Califórnia, descobriu que as capacidades de LLM estão dobrando a cada sete meses.
O grupo desenvolveu uma maneira de medir esse progresso com um conceito chamado “horizonte de tempo de conclusão de tarefa”, que estima quanto tempo um humano levaria para fazer algo que um AI agora pode lidar com 50% de confiabilidade.
Os pesquisadores argumentaram que, até 2030, eles estimam que os modelos mais avançados poderiam completar, com 50% de confiabilidade, tarefas baseadas em software que atualmente levam os humanos um mês inteiro para terminar.
Esse nível de habilidade poderia ter enormes vantagens e riscos sérios. A disponibilidade de LLMs com esse tipo de capacidade “viria com enormes desafios, tanto em termos de benefícios potenciais quanto de riscos potenciais”, disse o pesquisador de IA Zach Stein-Perlman, conforme relatado por Spectrum.
No entanto, os pesquisadores observam que os LLMs ainda enfrentam dificuldades com tarefas “bagunçadas”, como trabalhos que são mal definidos, abertos ou similares aos desafios da vida real.
“Mesmo que fosse o caso de termos IAs muito, muito inteligentes, este ritmo de progresso ainda poderia acabar limitado por coisas como hardware e robótica”, disse a pesquisadora do METR, Megan Kinniment, conforme relatado pela Spectrum.
Ela também alertou sobre os riscos de uma aceleração rápida: “Você poderia ter uma aceleração que é bastante intensa e torna as coisas significativamente mais difíceis de controlar.”
História anterior
Artigos mais recentes 
