Epoch AI发布InnovationEval评估AI研发能力

先了解这件事

Epoch AI 发布 InnovationEval 评测，用来衡量 AI 能否独立发现与人类研究者水平相当的新机器学习技术。早期结果显示，前沿模型在对照人类论文 Self-Distillation Policy Optimization（SDPO）时，只达到该论文增益的 15%。

The Decoder 报道称，该评测测试了 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，结论是 AI 智能体远未达到自主研究水平。