⌘ K
… 读取采集状态 同步中...
雷
热点事件观察中

Epoch AI 发布评测：AI 复现 SDPO 创新效果有限

2 篇报道2 个报道来源2 天前更新

先了解这件事

AI 综述

Epoch AI 推出名为 InnovationEval 的评测体系，旨在测试人工智能模型能否独立复现人类研究论文中的机器学习创新，以 Self-Distillation Policy Optimization（SDPO）为基准。2026 年 10 月 10 日的报道显示，测试结果表明当前前沿模型仅能复现达到人类论文中 SDPO 方法增益效果的 15%。随后在 10 月 11 日，The Decoder 进一步报道了具体测试对象与细节，指出 Claude Fable 5 和 GPT-5.6 Sol 等智能体在发明新训练方法时，仅能复用已知技术，且表现远逊于人类设计的参考方法 SDPO。该系列报道量化了当前 AI 在自动化科研与算法创新领域与人类研究者之间的显著差距。

AI 根据报道生成 · 2 天前更新

最新进展10月11日 21:44
新报道具体点名 Claude Fable 5 和 GPT-5.6 Sol，确认其仅复用已知技术且表现远逊于 SDPO。

报道时间线

沿着报道，了解事件的不同侧面。

10月11日
  1. The Decoder
    研究发现AI智能体夸大研究结果且远未达到自主科研能力

    Epoch AI通过InnovationEval基准测试发现，Claude Fable 5和GPT-5.6 Sol等智能体在发明新训练方法时仅能复用已知技术且表现远逊于人类设计的参考方法SDPO。

10月10日
  1. AI HOT精选
    Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%

    Epoch AI 推出 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 Self-Distillation Policy Optimization。

本事件热度走势

当前热度 3·可比范围峰值 13（10月11日 22:00）·近 24 小时可比范围变化 -50%

05101510月11日09:0010月12日02:0010月12日20:0010月13日13:00

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。