Epoch AI发布InnovationEval评估AI自主发现算法能力

2026年10月10日，Epoch AI推出名为InnovationEval的评估基准，旨在测试人工智能能否独立发现与人类研究者相当的机器学习技术创新。该基准通过针对on-policy self-distillation (SDPO)方法的端到端研发任务进行评估。报道指出，包括Claude Fable 5和GPT-5.6 Sol在内的前沿模型，即便消耗数千美元的GPU算力，也未能取得接近人类水平的进展。这一结果凸显了当前AI在自主进行算法创新方面的局限性，表明其尚难以完全替代人类研究者在复杂技术突破中的角色。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。