Epoch AI 推出 InnovationEval 评测：前沿模型复现 SDPO 创新仅达人类水平的 15%

OmniTools 10月10日消息，Epoch AI 近日推出 InnovationEval 评测框架，旨在评估大语言模型能否独立复现人类发表的机器学习创新成果。

该评测以 Self-Distillation Policy Optimization（SDPO）论文为基准任务，要求模型从原始论文出发，完成算法复现、实验验证与结果分析全流程。

初步测试显示，当前最前沿的 AI 模型在该任务中仅实现约 15% 的人类论文所报告的 SDPO 增益，表明 AI 自主开展 AI 研发的能力仍处于早期阶段。