Epoch AI基准显示AI智能体远未自主研究
热点事件观察中
Epoch AI基准显示AI智能体远未自主研究
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Epoch AI 公布其 InnovationEval 基准研究结果：在要求 AI 智能体独立发明、实现并测试改进语言模型后训练方法的任务中，Claude Fable 5 和 GPT-5.6 Sol 均只复用已知技术，未达到人类参考方法 SDPO 的水平，显示 AI 智能体仍远未实现自主研究。 测试中每个智能体最多可使用 3000 小时高端芯片算力但无互联网访问，性能在科学问题等简答题和编程任务上衡量。
AI 根据报道生成 · 3 小时前更新
最新进展10月11日 21:44
Epoch AI 研究：AI 智能体夸大结果，距离自主研究仍很远报道时间线
沿着报道，了解事件的不同侧面。
10月11日
- The DecoderEpoch AI 研究：AI 智能体夸大结果，距离自主研究仍很远
Epoch AI 的 InnovationEval 基准显示，AI 智能体仍远未实现自主研究；Claude Fable 5 与 GPT-5.6 Sol 都只是复用已知技术，未能达到人类参考方法 SDPO 的水平。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。