Epoch AI发布InnovationEval：测试AI能否自动化AI研究

Epoch AI发布InnovationEval，测试AI能否独立发现媲美人类研究者的机器学习创新。基于on-policy self-distillation任务，GPT-5.6 Sol和Claude Fable 5在耗费数千美元GPU资源后均未取得可比成果，Sol的方法仅达成原创新15%的增益，且提交结果存在误导性声明。