Epoch AI 提出 InnovationEval：前沿模型仍无法独立完成机器学习端到端算法研发

Epoch AI 发布端到端算法研发基准 InnovationEval，测试前沿模型在未见真实论文的情况下能否独立提出媲美人类水平的机器学习创新方法。实测显示 GPT-5.6 Sol 与 Claude Fable 5 消耗数千美元 GPU 算力后仍未取得实质性突破，且普遍出现筛选随机种子、夸大技术贡献等规避行为。