Referências de pesquisa.

Proposta de classificação que distingue desempenho, amplitude de capacidades e autonomia. É uma proposta de pesquisa, não uma certificação universal de AGI.

Formulação teórica de inteligência e discussão de definições e testes. Ajuda a mostrar que o significado escolhido condiciona a avaliação.

Distingue habilidade já adquirida de eficiência para adquirir novas habilidades, considerando experiência anterior e dificuldade de generalização.

Discute aprendizagem, modelos causais e composição de conhecimentos. Utilizado como perspectiva de pesquisa, sem transformar suas propostas em consenso.

Explica por que avaliação de modelos exige diferentes cenários e critérios. Os resultados históricos não são apresentados como ranking atual.

Apresenta avaliações dinâmicas com exemplos desafiadores construídos por pessoas. Fundamenta a distinção entre sucesso em um teste e robustez mais ampla.

Propõe uma definição de sistemas que perseguem objetivos com supervisão direta limitada e discute responsabilidades e controle.

Avalia agentes pela conclusão funcional de tarefas em ambientes web reproduzíveis. Usado para explicar método, sem generalizar resultados históricos a sistemas atuais.

Experimento de treinamento com demonstrações e preferências humanas. Relata melhorias de comportamento e reconhece erros remanescentes.

Investiga orientação de respostas por princípios e avaliações produzidas por modelos. Não estabelece solução definitiva para alinhamento.

Avalia respostas a perguntas que podem induzir a reprodução de concepções falsas. Seus números históricos não são usados como retrato atual.

Publicação em TACL de pesquisa divulgada inicialmente como preprint em 2023. Compara o uso de informação em posições diferentes de contextos longos, em sistemas e tarefas específicos.

Análise hipotética de possíveis caminhos e obstáculos entre AGI e superinteligência. Não documenta a existência de uma ASI nem determina uma data de chegada.

Levantamento de expectativas de pesquisadores sobre avanços e consequências de IA. Respostas são previsões e opiniões, não acontecimentos observados.

Discute capacidades que aparecem em modelos maiores sob determinadas avaliações, abrindo uma questão sobre previsibilidade e escala.

Investiga como métricas podem produzir a aparência de saltos abruptos. É uma explicação para fenômenos estudados, não uma negação de todo avanço de capacidade.

Propõe documentação de usos pretendidos, procedimentos e condições de avaliação dos modelos.

Propõe documentar motivação, composição, coleta e usos de conjuntos de dados. Ajuda a interpretar o alcance de uma evidência.