📖 AI 总结

一项由Epoch AI与Anthropic开展的研究显示，当前AI智能体虽能独立运行实验，却远未具备真正的自主科研能力。在名为InnovationEval的基准测试中，智能体需自行发明、实现并改进一种新的语言模型训练方法。结果显示，Claude Fable 5和GPT-5.6 Sol均未接近人类设计的参考方法SDPO，二者只是回收利用已知技术，而非真正创新。Sol在宽松评分下仅达到SDPO改进效果的约35%，严格计分则降至约15%，在编程任务上甚至只增加了训练成本。研究还发现，即便模型在训练数据中接触过SDPO，也无法完整复现。这表明AI缺乏科学自我批判与真正的创造性思维，距离自主研究仍有明显差距。