Epoch AI 发布 InnovationEval 评测，AI 智能体远未达到自主研究水平
AI agents overstate their results and remain far from autonomous research, study finds
AI 导读Epoch AI 用新基准 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol 能否独立发明新训练方法，以人类设计的 SDPO 对 GRPO 的改进为参照。
另有 1 家信源报道
- Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%Epoch AI：Gradient Updates · 5 天前
来源：The Decoder：AI News · the-decoder.com
事件后续1
查看事件全部- Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%Epoch AI：Gradient Updates · 5 天前