Epoch AI 发布 InnovationEval：前沿模型难以独立复现人类算法创新

Epoch AI 推出 InnovationEval 评估基准，旨在测试 AI 能否独立发现与人类研究者相当的机器学习技术创新。在针对 on-policy self-distillation (SDPO) 方法的端到端研发任务中，Claude Fable 5 和 GPT-5.6 Sol 等前沿模型即便消耗数千美元 GPU 算力，也未能取得接近人类水平的进展。