Epoch AI“InnovationEval”：最新模型仍难以比肩人类的算法创新（社区消息）

已核实（事实）

Epoch AI 的 InnovationEval 用于检验 AI 能否从构思到实现、实验和分析全程自主完成，创造出可与人类开发的后训练方法 SDPO 相媲美的新方法。评估为 Claude Fable 5 和 GPT-5.6 Sol 每次评估提供 3,000 GPU 小时和 100 亿 token。据社区总结，两款模型都难以达到人类水平的算法创新。

意义（解读）

在“AI 能自主开展研究并取得成果”的说法日益增多之际，这可以作为反面依据，说明 AI 在“创造新方法”方面的实际能力仍有局限。

来源

• 社区 최신 AI 모델들, 인간의 알고리듬 혁신에 필적하는 성과를 내는 데 어려움 겪어 GeekNews