Epoch AI 新评测：前沿模型难复现人类算法创新
Epoch AI 发布 InnovationEval 评测，测试 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。结果显示，近期前沿模型在该任务上进展甚微，尽管消耗了价值数千美元的 GPU 算力做实验。评测设定为：给 AI 2026 年初之前的 AI 研究知识，看它能否自主提出并实现一个后训练方法，达到此后人类论文的改进水平，需完成从构思、实现、实验到迭代的完整闭环。
推荐理由想判断「AI 自动做研究」离现实有多远，这份评测给出了可量化的早期答案