Epoch AI 发布 InnovationEval 评测:前沿模型仅达到人类论文 SDPO 增益的 15%
中文摘要
Epoch AI发布InnovationEval评测,测试AI复现机器学习创新的能力,前沿模型仅达人类SDPO增益的15%。
English Summary
Epoch AI's InnovationEval tests AI's ability to replicate ML innovations; frontier models achieve only 15% of human SDPO gains.
Original Excerpt
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(SDPO)。